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:
针对具有丰富纹理细节的图像的增强,本文提出了一种基于小波低频自适应分层的算法.该算法根据图像小波分解的低频部分计算出相应的对比度信息,以实现自适应分层,然后依据分层的结果确定自适应增强函数,最后达到不同程度的增强效果.通过实际的实验表明,所提出的基于小波分解的分层自适应增强算法对具有丰富纹理细节的图片具有较好的增强效果,能够有效地提高图像质量.
推荐文章
自适应分数阶微分小波图像增强方法的研究
图像增强
小波变换
分数阶微分
掩模模板
基于小波域的图像自适应模糊增强
图像增强
自适应
模糊增强算子
小波变换
基于小波分解的多聚焦图像融合研究
小波变换
多聚焦
图像融合
图像处理
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 基于小波分解的分层自适应图像增强
来源期刊 微型机与应用 学科 工学
关键词 图像增强 小波变换 自适应增强 分层增强
年,卷(期) 2015,(23) 所属期刊栏目 图像与多媒体
研究方向 页码范围 37-40
页数 4页 分类号 TN911.73
字数 2703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 黄玉清 西南科技大学信息工程学院 109 732 14.0 20.0
2 王成 西南科技大学信息工程学院 9 8 1.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (36)
共引文献  (73)
参考文献  (7)
节点文献
引证文献  (7)
同被引文献  (30)
二级引证文献  (18)
1983(1)
  • 参考文献(0)
  • 二级参考文献(1)
1986(3)
  • 参考文献(0)
  • 二级参考文献(3)
1988(1)
  • 参考文献(0)
  • 二级参考文献(1)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(4)
  • 参考文献(0)
  • 二级参考文献(4)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(4)
  • 参考文献(0)
  • 二级参考文献(4)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(3)
  • 参考文献(0)
  • 二级参考文献(3)
2006(9)
  • 参考文献(0)
  • 二级参考文献(9)
2007(3)
  • 参考文献(2)
  • 二级参考文献(1)
2008(2)
  • 参考文献(2)
  • 二级参考文献(0)
2010(1)
  • 参考文献(0)
  • 二级参考文献(1)
2011(1)
  • 参考文献(0)
  • 二级参考文献(1)
2013(3)
  • 参考文献(2)
  • 二级参考文献(1)
2015(1)
  • 参考文献(1)
  • 二级参考文献(0)
2015(1)
  • 参考文献(1)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2016(2)
  • 引证文献(2)
  • 二级引证文献(0)
2017(7)
  • 引证文献(2)
  • 二级引证文献(5)
2018(4)
  • 引证文献(0)
  • 二级引证文献(4)
2019(9)
  • 引证文献(2)
  • 二级引证文献(7)
2020(3)
  • 引证文献(1)
  • 二级引证文献(2)
研究主题发展历程
节点文献
图像增强
小波变换
自适应增强
分层增强
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
信息技术与网络安全
月刊
2096-5133
10-1543/TP
大16开
北京市海淀区清华东路25号(北京927信箱)
82-417
1982
chi
出版文献量(篇)
10909
总下载数(次)
33
总被引数(次)
35987
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导