一种基于双伽马校正的全局自适应灰度图像增强方法

    公开(公告)号:CN110084760A

    公开(公告)日:2019-08-02

    申请号:CN201910331737.4

    申请日:2019-04-24

    Abstract: 本发明公开了一种基于双伽马校正的全局自适应灰度图像增强方法,采用粒子群优化算法结合图像双伽马函数进行全局双伽马校正,主要步骤为:输入灰度图像并对粒子群优化算法参数初始化;采用每个粒子位置对输入图像执行双伽马校正获得初步增强图像,并计算对应适应度值,更新粒子个体和群体历史最优适应度值和最优位置;判断是否满足迭代寻优终止条件,不满足则更新各粒子惯性权重、学习因子、速度和位置并继续迭代;否则使用最终群体最优位置对输入图像进行双伽马校正、获得最终增强图像。本发明对低照度灰度图像增强时,能有效提升图像的对比度,同时避免局部亮区域的过度增强,增强后的灰度图像的纹理和细节信息清晰完整,提高了整体视觉效果。

    基于SOA的层级式多源数据融合方法

    公开(公告)号:CN103902286A

    公开(公告)日:2014-07-02

    申请号:CN201410089380.0

    申请日:2014-03-12

    Abstract: 本发明公开了一种基于SOA的层级式多源数据融合方法,它的步骤如下:(1)建立基于面向服务体系结构的层级式多源数据融合体系,(2)建立XML数据集成方案,(3)建立Web服务式的数据交换与共享方法,本发明针对企业应用中各部门信息系统孤立、信息源分散,系统数据集成共享能力差的特点,提出了基于SOA层级式多源数据融合技术,该技术够屏蔽各异源数据的平台、系统环境、内部数据结构等方面的异构性,为用户提供了一个统一、透明的访问接口,实现对各异源数据中数据的集成处理。最终解决“信息孤岛”问题,达到信息的充分共享,以及提高信息应用水平。

Patent Agency Ranking