-
公开(公告)号：CN109118442B
公开(公告)日：2021-08-03
申请号：CN201810802538.2
申请日：2018-07-20
Applicant: 湖北工业大学
Abstract: 本发明公开一种基于Sobel算子滤波的图像增强方法，主要分为4个步骤，步骤1，先对图像进行预处理，步骤2，针对预处理之后的图像，得到一个突出原始图像边沿的图像，步骤3，得到一个初步的增强图像，步骤4是将步骤2和步骤3得到的结果进行处理得到最终的增强图像。本发明通过多步优化，一定程度上的提高了图像的质量，使其更加的清晰；并将平滑与锐化相结合，在增强图像清晰度的同时，有效的克服了失真、噪声等负面影响。此外，本发明引入三种客观分析图像质量的参数与主观评价相结合，有效的弥补了图像质量评价方法单一的不足。
-
公开(公告)号：CN109325507B
公开(公告)日：2020-10-16
申请号：CN201811185997.7
申请日：2018-10-11
Applicant: 湖北工业大学
Abstract: 本发明公开一种结合超像素显著性特征与HOG特征的图像分类算法和系统，包括以下步骤：步骤1，将原始数据集进行HOG特征提取得到特征集A；步骤2，利用超像素分割对原始数据集进行处理，得到重构显著性图像数据集；步骤3，将重构后的显著性图像集利用SLBP编码方式得到新的特征集B，所述SLBP编码方式是对传统LBP编码方式的改进；步骤4，特征融合，将步骤1和步骤3所得到特征集A和特征集B进行相加；步骤5，结合步骤4得到的训练数据，利用KNN分类器对测试数据进行监督分类并计算分类精度。本发明方法较好地满足了小型工程设计对传统机器学习算法的要求，一定程度上提好了图像分类精度。
-
公开(公告)号：CN109325507A
公开(公告)日：2019-02-12
申请号：CN201811185997.7
申请日：2018-10-11
Applicant: 湖北工业大学
Abstract: 本发明公开一种结合超像素显著性特征与HOG特征的图像分类算法和系统，包括以下步骤：步骤1，将原始数据集进行HOG特征提取得到特征集A；步骤2，利用超像素分割对原始数据集进行处理，得到重构显著性图像数据集；步骤3，将重构后的显著性图像集利用SLBP编码方式得到新的特征集B，所述SLBP编码方式是对传统LBP编码方式的改进；步骤4，特征融合，将步骤1和步骤3所得到特征集A和特征集B进行相加；步骤5，结合步骤4得到的训练数据，利用KNN分类器对测试数据进行监督分类并计算分类精度。本发明方法较好地满足了小型工程设计对传统机器学习算法的要求，一定程度上提好了图像分类精度。
-
公开(公告)号：CN109118442A
公开(公告)日：2019-01-01
申请号：CN201810802538.2
申请日：2018-07-20
Applicant: 湖北工业大学
Abstract: 本发明公开一种基于Sobel算子滤波的图像增强算法，主要分为4个步骤，步骤1，先对图像进行预处理，步骤2，针对预处理之后的图像，得到一个突出原始图像边沿的图像，步骤3，得到一个初步的增强图像，步骤4是将步骤2和步骤3得到的结果进行处理得到最终的增强图像。本发明通过多步优化，一定程度上的提高了图像的质量，使其更加的清晰；并将平滑与锐化相结合，在增强图像清晰度的同时，有效的克服了失真、噪声等负面影响。此外，本发明引入三种客观分析图像质量的参数与主观评价相结合，有效的弥补了图像质量评价方法单一的不足。
-
-
-
Search Results
4
records
(took 0.022 seconds)
