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:
当前的图像隐藏特征修复算法的特征融合过程为单次迭代,且为根据光照情况建立暗适应函数,导致低照度图像隐藏特征修复结果存在失真问题,图像噪声也偏高.为此,提出一种基于交替优化的低照度图像隐藏特征修复算法.模拟低光照对图像环境的自动应变能力,并根据光照情况设计暗适应函数,对隐藏特征像素点实现边缘拉伸及中值滤波操作,提取处理后的隐藏特征分量数值,建立非线性映射函数,交替优化融合特征信息,实现低照度图像隐藏特征的修复.仿真结果证明,所提方法可以有效提高色彩饱和度,并且不易出现失真、特征丢失以及噪声现象,在最大程度上保证原始图像的自身特征属性,实现合理有效的隐藏特征修复.
推荐文章
一种基于TV模型的快速图像修复算法
图像修复
TV模型
梯度
快速图像修复
一种基于区域搜索的快速图像修复算法
纹理合成
图像修复
匹配技术
置信度
一种双约束稀疏模型图像修复算法
图像修复
局部线性嵌入
稀疏表示
一种基于Eno-Haar模型新的图像修复算法
Eno-Haar模型
Gibbs现象
Kirsch算子
多层多方向插值
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 一种高噪声低照度图像的隐藏特征修复算法
来源期刊 计算机仿真 学科 工学
关键词 交替优化 暗适应函数 边缘拉伸 中值滤波 非线性映射函数
年,卷(期) 2022,(2) 所属期刊栏目 信息仿真
研究方向 页码范围 136-140
页数 5页 分类号 TN919.1
字数 语种 中文
DOI 10.3969/j.issn.1006-9348.2022.02.026
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2022(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)
研究主题发展历程
节点文献
交替优化
暗适应函数
边缘拉伸
中值滤波
非线性映射函数
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
计算机仿真
月刊
1006-9348
11-3724/TP
大16开
北京海淀阜成路14号
82-773
1984
chi
出版文献量(篇)
20896
总下载数(次)
43
总被引数(次)
127174
论文1v1指导