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:
计算机视觉图像在采集和传输过程中,容易受到噪声的干扰而变得模糊不清,传统的模糊集图像增强算法具有计算量大、参数手动设置和适应性差的缺点,使得图像处理效率低下和增强质量较差,无法满足现实需求.本文将改进的蚁群算法引入计算机视觉图像模糊增强,以模糊熵为图像增强效果的评价指标,并对模糊图像增加参数进行自适应选择.结果表明,本算法可以提高图像的模糊熵、改善图像视觉效果和清晰度,同时可以较好地突出某些特征.
推荐文章
模糊集与非线性增益相结合的自适应图像增强算法
图像增强
模糊集增强
非线性增益
自适应增强
基于改进蛙跳算法的图像自适应增强研究
计量学
图像增强
隶属度
自适应
蛙跳算法
蜂群—蚁群自适应优化算法
优化问题
蚁群优化
人工蜂群算法
基于IFOA算法和模糊熵的图像自适应增强研究
果蝇优化算法
自适应
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 果蝇算法与改进蚁群算法优化模糊集的自适应图像增强
来源期刊 山东农业大学学报(自然科学版) 学科 工学
关键词 果蝇优化算法 蚁群算法 模糊熵 图像增强
年,卷(期) 2018,(5) 所属期刊栏目
研究方向 页码范围 832-835
页数 4页 分类号 TP391.1
字数 2127字 语种 中文
DOI 10.3969/j.issn.1000-2324.2018.05.022
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 王琦 北京联合大学师范学院 23 38 4.0 5.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (165)
共引文献  (102)
参考文献  (12)
节点文献
引证文献  (2)
同被引文献  (20)
二级引证文献  (0)
1971(1)
  • 参考文献(0)
  • 二级参考文献(1)
1976(1)
  • 参考文献(0)
  • 二级参考文献(1)
1977(1)
  • 参考文献(0)
  • 二级参考文献(1)
1980(1)
  • 参考文献(0)
  • 二级参考文献(1)
1981(1)
  • 参考文献(0)
  • 二级参考文献(1)
1983(2)
  • 参考文献(0)
  • 二级参考文献(2)
1984(1)
  • 参考文献(0)
  • 二级参考文献(1)
1987(1)
  • 参考文献(0)
  • 二级参考文献(1)
1990(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)
1997(3)
  • 参考文献(0)
  • 二级参考文献(3)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(6)
  • 参考文献(0)
  • 二级参考文献(6)
2004(4)
  • 参考文献(0)
  • 二级参考文献(4)
2005(4)
  • 参考文献(0)
  • 二级参考文献(4)
2006(5)
  • 参考文献(0)
  • 二级参考文献(5)
2007(4)
  • 参考文献(0)
  • 二级参考文献(4)
2008(12)
  • 参考文献(0)
  • 二级参考文献(12)
2009(8)
  • 参考文献(0)
  • 二级参考文献(8)
2010(21)
  • 参考文献(0)
  • 二级参考文献(21)
2011(15)
  • 参考文献(0)
  • 二级参考文献(15)
2012(21)
  • 参考文献(0)
  • 二级参考文献(21)
2013(14)
  • 参考文献(0)
  • 二级参考文献(14)
2014(20)
  • 参考文献(0)
  • 二级参考文献(20)
2015(14)
  • 参考文献(0)
  • 二级参考文献(14)
2016(11)
  • 参考文献(11)
  • 二级参考文献(0)
2017(1)
  • 参考文献(1)
  • 二级参考文献(0)
2018(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)
2019(1)
  • 引证文献(1)
  • 二级引证文献(0)
2020(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
果蝇优化算法
蚁群算法
模糊熵
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
山东农业大学学报(自然科学版)
双月刊
1000-2324
37-1132/S
大16开
山东泰安市岱宗大街61号农业大学学报编辑部
1955
chi
出版文献量(篇)
3505
总下载数(次)
10
总被引数(次)
29464
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导