原文服务方: 计算机应用研究       
摘要:
针对图像噪声过多以及模糊度过高所造成的多光谱图像视觉效果较差、图像细节难以分辨等问题,提出了一种模糊核聚类的线性滤波多光谱图像增强算法。该算法采用模糊核聚类的去噪方法,对分解图像得到的模糊系数进行了阈值处理,并引入去噪增益因子,可以有效地去除多光谱图像的噪声。在多光谱图像亮度增强上,采用了多向聚类亮度增强公式来将图像的模糊像素亮度提升至标准亮度,对图像边缘部分的亮度则采用边缘化增益方法来进行增强,最后采用线性滤波的方法来保护多光谱图像的结构张量,防止多光谱图像的结构信息发生扩散变化。实验结果表明,采用模糊核聚类的方法能够有效地去除多光谱图像噪声,在图像亮度增强上相比对比算法取得了较好的效果。
推荐文章
基于核的模糊熵聚类算法
聚类
模糊熵
Mercer核
核函数
一种快速鲁棒核空间图形模糊聚类分割算法
图像分割
图形模糊聚类
核函数
线性加权和图像
邻域滤波
二维直方图
聚类有效性
鲁棒性
一种模糊核聚类的彩色图像量化算法
图像
量化
模糊核聚类
中位切割
模糊C均值
一种基于模糊核聚类算法的图像分类方法
聚类分析
子空间聚类
核函数
核模糊聚类算法
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 一种模糊核聚类的线性滤波多光谱图像增强算法
来源期刊 计算机应用研究 学科
关键词 图像增强 模糊核聚类 多向聚类亮度增强 线性滤波 多光谱图像
年,卷(期) 2015,(5) 所属期刊栏目 图形图像技术
研究方向 页码范围 1536-1539
页数 4页 分类号 TP391.41
字数 语种 中文
DOI 10.3969/j.issn.1001-3695.2015.05.065
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 刘雅莉 11 36 4.0 5.0
2 许鹏飞 西安电子科技大学计算机学院 6 61 5.0 6.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (65)
共引文献  (98)
参考文献  (9)
节点文献
引证文献  (8)
同被引文献  (21)
二级引证文献  (27)
1977(1)
  • 参考文献(0)
  • 二级参考文献(1)
1983(1)
  • 参考文献(0)
  • 二级参考文献(1)
1989(2)
  • 参考文献(0)
  • 二级参考文献(2)
1990(2)
  • 参考文献(0)
  • 二级参考文献(2)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(2)
  • 参考文献(0)
  • 二级参考文献(2)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(3)
  • 参考文献(0)
  • 二级参考文献(3)
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)
2003(7)
  • 参考文献(0)
  • 二级参考文献(7)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(3)
  • 参考文献(1)
  • 二级参考文献(2)
2006(3)
  • 参考文献(0)
  • 二级参考文献(3)
2007(6)
  • 参考文献(0)
  • 二级参考文献(6)
2008(3)
  • 参考文献(0)
  • 二级参考文献(3)
2009(3)
  • 参考文献(0)
  • 二级参考文献(3)
2010(6)
  • 参考文献(0)
  • 二级参考文献(6)
2011(14)
  • 参考文献(2)
  • 二级参考文献(12)
2012(5)
  • 参考文献(3)
  • 二级参考文献(2)
2013(3)
  • 参考文献(3)
  • 二级参考文献(0)
2015(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2016(4)
  • 引证文献(2)
  • 二级引证文献(2)
2017(8)
  • 引证文献(1)
  • 二级引证文献(7)
2018(13)
  • 引证文献(3)
  • 二级引证文献(10)
2019(6)
  • 引证文献(1)
  • 二级引证文献(5)
2020(4)
  • 引证文献(1)
  • 二级引证文献(3)
研究主题发展历程
节点文献
图像增强
模糊核聚类
多向聚类亮度增强
线性滤波
多光谱图像
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
计算机应用研究
月刊
1001-3695
51-1196/TP
大16开
1984-01-01
chi
出版文献量(篇)
21004
总下载数(次)
0
总被引数(次)
238385
论文1v1指导