基于PCA 的可变框架模型Retinex 图像增强算法

来源 :计算机应用研究 | 被引量 : 22次 | 上传用户:zjyeling
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
针对恶劣天气下拍摄图像的退化现象,提出了一种基于主成分分析(principal component analysis,PCA)的可变框架模型Retinex图像增强算法。PCA变换提供通道间良好的正交性,可避免由于亮度调整带来的色度失真。该算法通过PCA变换得到图像亮度分量、色度分量,对得到的亮度分量使用改进的可变框架模型Retinex进行处理,适当调整色度分量,最后对处理得到的RGB图像进行去相关拉伸。实验结果表明,该方法能有效改善恶劣天气造成的图像退化现象,提高图像的清晰度。
其他文献
给出了求解多目标优化问题的一个新算法。首先利用极大熵函数,将多目标优化问题转换为一个单目标优化问题;然后利用和声搜索算法对其进行求解,进而得到多目标优化问题的有效解。该算法对目标函数的解析性质没有要求且容易实现,数值结果表明了该方法是有效的。
作者工作在企业科研生产第一线,用独特的眼光阐述了自己对当前金融危机的看法。
目前很多非正常案例甄别方面的研究,大多是研究如何人工建立区分标准或特征库。针对这类方法前期准备工作量巨大且后期甄别能力有限、准确率低的缺点,提出了一个甄别正常与非正常案例的模型(detectionmodel of normal and abnormal instances,DMNAI)。该模型基于流程挖掘,通过频繁模式发现来提取案例特征,经过特征选择得到所需特征集合,最后使用神经网络分类器完成检测
针对协同干扰节点资源优化分配问题,通过引入协同干扰组的概念,建立了协同干扰节点优化分组模型,将系统有效干扰时间优化简化为协同干扰节点分组数优化,并考虑了协同干扰组对目标通信压制的误码率约束,保证有效压制干扰下系统工作时间最长。结合智能优化算法,提出了基于遗传算法的干扰机节点分组优化求解方法,给出了具体的求解步骤,并与贪婪算法结果进行比较。最后通过实例仿真验证了方法的有效性和优越性。
在刚刚结束的drinktec 2009上,西得乐向来自世界各地的参观商们展示了其在啤酒包装线和PET瓶方面的最新成果。
针对传统边缘检测算法不能准确定位图像的边缘和检测出的图像边缘连续性较差的不足,在基于改进的弹簧质点模型基础上提出一种新的、简单和有效的图像边缘检测算法。在该算法中,将被检测的像素点作为中心点,其周围八个方向的像素点对该中心点的弹簧拉力组成一个平面内的弹簧质点模型。根据胡克定律,可以计算出作用在中心点上的合力大小,如果作用在中心点上合力大小超过设定的阈值,则认为该中心点为边缘上的点。实验结果表明,提
由于检测不准确,目标部分或整体遮挡会造成检测失败。针对以上问题,提出一种利用时空约束的轨迹片段关联方法实现对目标的跟踪。通过减背景方法检测到移动目标,生成轨迹片断,通过计算轨迹片段的时空连续性关联轨迹片段,找到最符合时空连续性的轨迹片段关联。通过实验证明,该方法可以有效解决遮挡、误检测以及目标合并分离问题。
为了实现图像认证,提出了基于混沌理论的图像hash算法。首先将原始图像经过置乱得到加密图像,然后对差值矩阵进行调制、量化,得到固定长度的图像hash序列。算法讨论了图像的缩放和JPEG压缩对图像hash序列的影响,当阈值为0.1时,对上述的攻击方法进行了实验,结果表明,图像对这两种攻击具有一定的鲁棒性。
针对多敏感属性数据发布中存在的隐私泄露问题,在分析多维桶分组技术的基础上,继承了基于有损连接对隐私数据进行保护的思想,提出了一种(g,l)-分组方法,首先对多敏感属性根据各自的敏感度进行分组,然后将分组数作为多维桶的各个维的维数。同时还给出了两种不同的线性时间的分组算法:一般(g,l)-分组算法(GGLG)和最大敏感度优先算法(MSF)。实际数据集上的大量实验结果表明,该方法可以明显地减少隐私泄露
为了保证多起重机节能系统中设备的正常运行并取得较好节能效果,构造多起重机节能系统的等效电路,针对系统复杂难以建模问题,引入混杂系统理论,建立基于混杂自动机的电网整流装置模型,将离散事件活动周期图建模方法推广至混杂系统构建受控功率源的活动周期图模型,从而得到系统整体模型。仿真研究了系统直流母线的功率和电压,验证了所建模型的合理性。为更深入地开展多电机节能系统的研究提供仿真平台。