基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
图像增强是图像处理中重要的步骤之一,基于非完全Beta函数变换的图像增强办法能够获得较为理想的增强效果。然而合理的Beta函数参数选取一直没有得到很好的解决,常需要人工干预或者计算非常耗时。差分进化算法是一种新型的进化计算方法,具有自适应、自组织等智能特性和强大的寻找优化解的能力。这里将差分进化算法用于Beta函数参数的自适应选取,实现了基于差分进化算法的非完全Beta函数图像增强方法,实际图像增强实验结果表明了该方法的有效性和可行性。
推荐文章
一种微分进化算法的图像增强方法
图象增强
微分进化算法
变异
交叉
自适应增强
基于Oracle罚函数的自适应约束差分进化算法
罚函数
自适应
约束优化
差分进化
基于状态估计反馈的策略自适应差分进化算法
差分进化
状态估计
反馈
全局优化
抽象凸
基于双变异策略的自适应骨架差分进化算法
差分进化
骨架算法
双变异策略
自适应
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于差分进化的图像自适应增强方法
来源期刊 湖北民族学院学报(自然科学版) 学科 工学
关键词 差分进化算法 图像处理 图像增强
年,卷(期) 2014,(4) 所属期刊栏目
研究方向 页码范围 445-448
页数 4页 分类号 TP391
字数 3438字 语种 中文
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 叶志伟 湖北工业大学计算机学院 47 189 8.0 10.0
2 王明威 湖北工业大学计算机学院 6 38 4.0 6.0
3 洪琦 2 3 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (102)
共引文献  (331)
参考文献  (8)
节点文献
引证文献  (3)
同被引文献  (1)
二级引证文献  (2)
1987(2)
  • 参考文献(0)
  • 二级参考文献(2)
1997(6)
  • 参考文献(1)
  • 二级参考文献(5)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(5)
  • 参考文献(0)
  • 二级参考文献(5)
2000(4)
  • 参考文献(0)
  • 二级参考文献(4)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(4)
  • 参考文献(0)
  • 二级参考文献(4)
2003(5)
  • 参考文献(0)
  • 二级参考文献(5)
2004(16)
  • 参考文献(0)
  • 二级参考文献(16)
2005(27)
  • 参考文献(0)
  • 二级参考文献(27)
2006(6)
  • 参考文献(0)
  • 二级参考文献(6)
2007(8)
  • 参考文献(1)
  • 二级参考文献(7)
2008(6)
  • 参考文献(2)
  • 二级参考文献(4)
2009(2)
  • 参考文献(0)
  • 二级参考文献(2)
2010(4)
  • 参考文献(2)
  • 二级参考文献(2)
2011(1)
  • 参考文献(0)
  • 二级参考文献(1)
2012(3)
  • 参考文献(2)
  • 二级参考文献(1)
2014(2)
  • 参考文献(0)
  • 二级参考文献(2)
2016(1)
  • 参考文献(0)
  • 二级参考文献(1)
2018(3)
  • 参考文献(0)
  • 二级参考文献(3)
2019(1)
  • 参考文献(0)
  • 二级参考文献(1)
2020(1)
  • 参考文献(0)
  • 二级参考文献(1)
2014(2)
  • 参考文献(0)
  • 二级参考文献(2)
  • 引证文献(0)
  • 二级引证文献(0)
2015(1)
  • 引证文献(1)
  • 二级引证文献(0)
2017(1)
  • 引证文献(1)
  • 二级引证文献(0)
2018(2)
  • 引证文献(0)
  • 二级引证文献(2)
2019(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
差分进化算法
图像处理
图像增强
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
湖北民族大学学报(自然科学版)
季刊
2096-7594
42-1908/N
大16开
湖北省恩施市三孔桥湖北民族学院学报编辑部
1982
chi
出版文献量(篇)
2388
总下载数(次)
3
总被引数(次)
8743
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导