本文選題：圖像增強(qiáng) + 分?jǐn)?shù)階微分�。� 參考：《計(jì)算機(jī)應(yīng)用研究》2017年12期

【摘要】：針對(duì)圖像增強(qiáng)過程中,分?jǐn)?shù)階微分的階數(shù)往往由經(jīng)驗(yàn)或大量的實(shí)驗(yàn)來選擇較優(yōu)的值,不能實(shí)現(xiàn)自適應(yīng)性,沒有充分發(fā)揮分?jǐn)?shù)階微分的優(yōu)良特性的問題,提出了一種基于圖像局部梯度、信息熵和方差三個(gè)與圖像紋理相關(guān)的參數(shù)的自適應(yīng)分?jǐn)?shù)階微分圖像增強(qiáng)算法,并應(yīng)用于一些相關(guān)的醫(yī)療圖像中。依據(jù)信息熵和平均梯度等紋理分析的定量評(píng)定標(biāo)準(zhǔn),對(duì)增強(qiáng)后的圖像進(jìn)行實(shí)驗(yàn)比較分析。實(shí)驗(yàn)結(jié)果表明,相對(duì)于所比較的算法,自適應(yīng)分?jǐn)?shù)階微分算法能夠在增強(qiáng)圖像的邊界和紋理部分的同時(shí),保留平滑區(qū)域的信息細(xì)節(jié),同時(shí)獲得較好的視覺效果。
[Abstract]:In the process of image enhancement, the order of fractional differential is often selected by experience or a large number of experiments, which can not achieve self-adaptation, and does not give full play to the excellent properties of fractional differential. An adaptive fractional differential image enhancement algorithm based on three parameters related to image texture including local gradient information entropy and variance is proposed and applied to some medical images. According to the quantitative evaluation criteria such as information entropy and average gradient, the enhanced images are compared and analyzed experimentally. Experimental results show that the adaptive fractional differential algorithm can not only enhance the edge and texture of the image, but also preserve the information details of the smooth region, and obtain a better visual effect.
【作者單位】： 廣西民族大學(xué)理學(xué)院;重慶郵電大學(xué)自動(dòng)化學(xué)院;
【基金】：重慶市基礎(chǔ)科學(xué)與前沿技術(shù)研究資助項(xiàng)目(cstc2015jcyj BX0124)
【分類號(hào)】：TP391.41

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 王衛(wèi)星;于鑫;賴均;;一種改進(jìn)的分?jǐn)?shù)階微分掩模算子[J];模式識(shí)別與人工智能;2010年02期

2 覃忷智;周尚波;;求解分?jǐn)?shù)階微分系統(tǒng)的一種數(shù)值算法[J];計(jì)算機(jī)技術(shù)與發(fā)展;2011年01期

3 車進(jìn);師一帥;張成;;基于分?jǐn)?shù)階微分的視網(wǎng)膜血管圖像增強(qiáng)[J];計(jì)算機(jī)工程與應(yīng)用;2012年34期

4 李寶強(qiáng);范茵;李騫;;基于分?jǐn)?shù)階微分的流線增強(qiáng)方法[J];計(jì)算機(jī)應(yīng)用研究;2011年10期

5 李麗;程海軍;;基于分?jǐn)?shù)階微分的邊界掃描[J];電腦知識(shí)與技術(shù);2011年23期

6 陳慶利;蒲亦非;黃果;周激流;;數(shù)字圖像的0～1階Riemann-Liouville分?jǐn)?shù)階微分增強(qiáng)模板[J];電子科技大學(xué)學(xué)報(bào);2011年05期

7 何遠(yuǎn)德;;數(shù)字圖像的分?jǐn)?shù)階微分增強(qiáng)[J];樂山師范學(xué)院學(xué)報(bào);2013年12期

8 張意;蒲亦非;周激流;;分?jǐn)?shù)階微分掩模及其濾波器的構(gòu)造[J];華南理工大學(xué)學(xué)報(bào)(自然科學(xué)版);2011年07期

9 胡伏原;姒紹輝;張艷寧;孫瑾秋;;自適應(yīng)分?jǐn)?shù)階微分的復(fù)合雙邊濾波算法[J];中國(guó)圖象圖形學(xué)報(bào);2013年10期

10 楊柱中;周激流;黃梅;晏祥玉;;用分?jǐn)?shù)階微分提取圖像邊緣[J];計(jì)算機(jī)工程與應(yīng)用;2007年35期

相關(guān)會(huì)議論文 前10條

1 薛麗;王波濤;;基于形態(tài)學(xué)的運(yùn)動(dòng)員號(hào)碼牌圖像增強(qiáng)[A];第十九屆測(cè)控、計(jì)量、儀器儀表學(xué)術(shù)年會(huì)(MCMI'2009)論文集[C];2009年

2 陳鉗生;陳英;李潤(rùn)午;韋禮珍;;基于遺傳優(yōu)化的小波域印章圖像增強(qiáng)研究[A];2007中國(guó)控制與決策學(xué)術(shù)年會(huì)論文集[C];2007年

3 張瑩;王太勇;冷永剛;鄧輝;;調(diào)參雙穩(wěn)系統(tǒng)圖像增強(qiáng)應(yīng)用初探[A];2008年全國(guó)振動(dòng)工程及應(yīng)用學(xué)術(shù)會(huì)議暨第十一屆全國(guó)設(shè)備故障診斷學(xué)術(shù)會(huì)議論文集[C];2008年

4 李孟歆;金風(fēng);張穎;;一種新的圖像增強(qiáng)混合方法研究[A];創(chuàng)新沈陽文集（A）[C];2009年

5 謝云;余江;裴以建;白寶丹;;基于小生境遺傳算法的圖像增強(qiáng)[A];2007'儀表，自動(dòng)化及先進(jìn)集成技術(shù)大會(huì)論文集（一）[C];2007年

6 盧漢明;高德俊;;基于多尺度變換相結(jié)合的圖像增強(qiáng)算法[A];第二屆“測(cè)繪科學(xué)前沿技術(shù)論壇”論文精選[C];2010年

7 張鐵棟;秦再白;朱煒;;基于模糊算法的水聲圖像增強(qiáng)[A];第十二屆全國(guó)圖象圖形學(xué)學(xué)術(shù)會(huì)議論文集[C];2005年

8 劉毅;高旭輝;;一種改進(jìn)的夜視圖像增強(qiáng)處理算法[A];2006年全國(guó)光電技術(shù)學(xué)術(shù)交流會(huì)會(huì)議文集（D 光電信息處理技術(shù)專題）[C];2006年

9 劉海華;高智勇;陳心浩;舒振宇;;基于形態(tài)學(xué)操作的圖像增強(qiáng)方法(英文)[A];第二屆和諧人機(jī)環(huán)境聯(lián)合學(xué)術(shù)會(huì)議(HHME2006)——第15屆中國(guó)多媒體學(xué)術(shù)會(huì)議(NCMT'06)論文集[C];2006年

10 趙建;;基于偏微分方程的非線性圖像增強(qiáng)方法[A];第九屆全國(guó)信息獲取與處理學(xué)術(shù)會(huì)議論文集Ⅱ[C];2011年

相關(guān)博士學(xué)位論文 前10條

1 陳燕;工業(yè)X射線圖像增強(qiáng)算法研究[D];中北大學(xué);2016年

2 趙文達(dá);基于變分法和偏微分方程的圖像增強(qiáng)和融合方法研究[D];中國(guó)科學(xué)院研究生院(長(zhǎng)春光學(xué)精密機(jī)械與物理研究所);2016年

3 云海姣;針對(duì)靶場(chǎng)圖像增強(qiáng)算法的研究與實(shí)現(xiàn)[D];中國(guó)科學(xué)院研究生院(長(zhǎng)春光學(xué)精密機(jī)械與物理研究所);2016年

4 侯國(guó)家;水下圖像增強(qiáng)與目標(biāo)識(shí)別算法研究[D];中國(guó)海洋大學(xué);2015年

5 趙凡;基于偏微分方程的圖像增強(qiáng)和分割方法研究[D];中國(guó)科學(xué)院長(zhǎng)春光學(xué)精密機(jī)械與物理研究所;2016年

6 許欣;圖像增強(qiáng)若干理論方法與應(yīng)用研究[D];南京理工大學(xué);2010年

7 李艷梅;圖像增強(qiáng)的相關(guān)技術(shù)及應(yīng)用研究[D];電子科技大學(xué);2013年

8 陳一平;圖像增強(qiáng)及其在視覺跟蹤中的應(yīng)用[D];國(guó)防科學(xué)技術(shù)大學(xué);2011年

9 孫飛飛;水下圖像增強(qiáng)和復(fù)原方法研究[D];中國(guó)海洋大學(xué);2011年

10 王志偉;航空?qǐng)D像的增強(qiáng)及其道路的提取和分析[D];長(zhǎng)安大學(xué);2017年

相關(guān)碩士學(xué)位論文 前10條

1 張雄;基于分?jǐn)?shù)階微分的紅外圖像分割算法研究[D];四川師范大學(xué);2015年

2 王程嘯;1～2階分?jǐn)?shù)階微分在圖像邊緣提取上的應(yīng)用研究[D];湘潭大學(xué);2016年

3 胡浩楓;分?jǐn)?shù)階微分在數(shù)字圖像增強(qiáng)中的應(yīng)用研究[D];湘潭大學(xué);2011年

4 陳輝;分?jǐn)?shù)階微分圖像增強(qiáng)技術(shù)及在銅浮選監(jiān)控系統(tǒng)中的應(yīng)用[D];中南大學(xué);2013年

5 蘭利彬;分?jǐn)?shù)階微分?jǐn)?shù)字圖像處理及支持向量機(jī)在人臉識(shí)別中的應(yīng)用研究[D];重慶大學(xué);2011年

6 姒紹輝;自適應(yīng)分?jǐn)?shù)階微分的點(diǎn)表示方法研究[D];蘇州科技學(xué)院;2015年

7 許文君;灰度圖像多尺度對(duì)比度增強(qiáng)電路設(shè)計(jì)與實(shí)現(xiàn)[D];南京理工大學(xué);2015年

8 陳萌;多重虛擬曝光夜視圖像對(duì)比度增強(qiáng)算法研究[D];西南科技大學(xué);2015年

9 孔壯;霧天圖像增強(qiáng)方法研究及FPGA實(shí)現(xiàn)[D];電子科技大學(xué);2015年

10 趙雨;基于加權(quán)紅—黑小波變換的DR圖像增強(qiáng)方法研究[D];南方醫(yī)科大學(xué);2015年

，

本文編號(hào)：2003353