您当前所在位置: 首页

论文收录信息

论文编号 201710-35
论文题目 基于鸡群优化的Tetrolet图像自适应增强方法研究
文献类型
收录期刊

上传封面

中文期刊 英文期刊

期刊名称(中文)

期刊名称(英文)

年, 卷(

上传封面

中文专著 英文专著

书名(中文)

书名(英文)

出版地

出版社

出版年

上传封面

中文译著 英文译著

书名(中文)

书名(英文)

出版地

出版社

出版年

上传封面

中文论文集 英文论文集

编者 . 论文集名称(中文) [c].

出版地 出版社 出版年-

编者 . 论文集名称(英文) [c].

出版地 出版社 出版年-

上传封面

中文文献 英文文献

期刊名称(中文)

期刊名称(英文)

日期--

在线地址http://

上传封面

中文文献 英文文献

文题(中文)

文题(英文)

出版地

出版社, 出版日期--

上传封面

中文文献 英文文献

文题(中文)

文题(英文)

出版地

出版社, 出版日期--

后印本*

(请提交PDF文档)

基于鸡群优化的Tetrolet图像自适应增强方法研究

引用

复制文本

导出参考文献

.txt .ris .doc

胡峰

胡峰(1978),男,教授,博士,从事粒计算、数据挖掘、机器学习等方面的研究

黄勇

黄勇(1990),男,硕士生,从事粒计算智能计算、数据挖掘和图像处理等方面的研究

杨勇

杨勇,男,副教授,博士,从事粒计算、数据挖掘等方面的研究;

代劲

发送私信

发送给

重庆邮电大学计算智能重庆市重点实验室,重庆400065

摘要:针对现有图像增强方法在增强后的图像整体偏暗、细节丢失和失真等问题,提出了一种新的基于CSO优化的Tetrolet图像自适应增强方法。采用图像的灰度信息熵为目标函数,将主观图像增强的问题转变为最优化的问题。首先,将对图像的灰阶亮度进行多尺度Retinex图像增强;其次,对增强后的图像进行Tetrolet变换,并对高频分量进行非线性调整,再进行Gamma校正;最后,采用CSO算法对目标函数进行优化求解,获得图像增强的最优的非线性函数调整参数和Gamma校正参数,从而实现图像的自适应增强。在3种实验场景下的对比结果表明,本文方法不仅在主观感受上实现了较好的图像增强同时也在客观评价指标对比度和信息熵有较大的提高。

关键词: 图像自适应增强 多尺度Retinex Tetrolet变换 Gamma校正 鸡群优化

图表:

动态公开评议

评论

评论一下

全部评论
评论