湖南省教育厅科研基金(04C315)
- 作品数：13 被引量：82H指数：5
- 相关作者：周鲜成申群太王俊年蔡小华石彪更多>>
- 相关机构：湖南商学院中南大学浙江商业职业技术学院更多>>
- 发文基金：湖南省教育厅科研基金湖南省自然科学基金更多>>
- 相关领域：自动化与计算机技术动力工程及工程热物理电子电信更多>>
- 基于PC声卡的振动测量系统与技术被引量：1
- 2007年
- 多媒体声卡技术的发展,使得基于声卡的信号产生和数据采集成为可能。通过对振动测试系统的分析,提出了一套以计算机声卡作为激励源和采集模块组建振动教学实验系统的方案,阐述了计算机声卡的基本原理、软件结构,并对系统中的多声卡访问控制技术、共享多线程技术等关键问题进行了论述。
- 蔡小华
- 关键词：振动测试数据采集多线程
- 基于微粒群优化的图像分类方法研究
- 2007年
- 论文提出了一种新的图象分类算法——基于微粒群的图象分类算法。将此算法和K均值聚类算法分别应用于MRI人脑图象的分类,并进行了比较。实验结果表明:基于微粒群的图象分类算法具有较好的全局收敛性,不仅能有效克服K均值算法易陷入局部极小值的缺点,而且全局收敛性能优于K均值算法。
- 周鲜成
- 关键词：微粒群算法K均值算法图象分类
- 基于小波变换的星地低码率视频实时传输系统研究
- 2007年
- 介绍了一种高效活动图像压缩编码方法-小波变换算法,给出了以ADV611为核心的卫星-地面视频传输处理系统,较好地解决了卫星监视视频图像数据量大,而星地无线带宽有限的难题。
- 周鲜成
- 关键词：小波变换视频传输系统低码率
- 微粒群算法在二维模糊熵图像分割中的应用被引量：4
- 2008年
- 将微粒群算法和二维模糊熵阈值分割法结合,提出了一种基于微粒群和二维模糊熵的图像分割方法.该方法根据像素点灰度值和区域灰度均值所建立的二维灰度直方图,以二维模糊熵作为微粒群算法的适应度函数,利用微粒群算法搜索点灰度值和区域灰度均值所对应的模糊参数最优组合,进而确定相应的分割阈值.对几例真实目标图像的对比分割实验结果表明,该文方法性能优越,是一种有效的图像分割方法.
- 周鲜成申群太王俊年石彪
- 关键词：微粒群阈值图像分割
- 基于微粒群的颜色量化算法被引量：4
- 2008年
- 将微粒群算法应用于彩色图像的颜色量化.根据种群的进化原理,在RGB彩色空间中对图像像素的颜色值进行聚类,通过迭代寻优确定最优调色板,然后进行像素的颜色映射,从而完成量化工作.仿真实验表明,该算法具有颜色失真小,收敛性好,鲁棒性强和受初始条件影响小等特点,是一种有效的颜色量化算法.
- 周鲜成申群太王俊年
- 关键词：微粒群聚类
- 一种新的图像对比度自适应变换算法被引量：5
- 2007年
- 对比度变换是图像增强技术中一种较为简单但又十分重要的方法。不同对比度分布的图像应采用不同的对比度变换函数。如何实现图像对比度的自适应变换,近年来得到人们的普遍重视。Tubbs通过使用规则化Beta函数拟合对比度变换曲线,能实现图像对比度的自适应变换;但使用该方法需确定Beta函数的两个参数,其参数的自适应选择仍是一个较为复杂的问题。文中提出了一种基于微粒群的自适应对比度变换算法,该算法能自动寻找最优的Beta函数参数,实现图像对比度的自适应变换。仿真实验表明了该算法的有效性和可行性。
- 周鲜成申群太王俊年
- 关键词：灰度图像微粒群优化
- 运动模糊图像恢复方法研究被引量：4
- 2007年
- 图像恢复一直以来是图像处理领域的研究热点。本文简述了图像恢复的概念、意义及降质模型之后,对目前存在的图像恢复算法进行了分析和研究。并给出了两种典型的图像恢复算法的实验结果。最后对基于运动模糊的图像方法进行了总结及展望。
- 蔡小华
- 关键词：图像
- 基于微粒群的图像增强算法研究被引量：8
- 2008年
- 图像增强处理中,对比度变换是一种较为有效的方法.如何根据输入图像自动选择规则化Beta函数的两个参数实现自适应增强仍是一个较为复杂的问题.提出了一种基于微粒群的自适应图像增强算法,此算法通过自动寻找最优的Beta函数参数实现图像对比度的自适应增强.仿真实验表明了该算法的有效性和可行性.
- 周鲜成申群太王俊年
- 关键词：图像增强微粒群
- 基于微粒群和模拟退火的图像恢复研究被引量：3
- 2009年
- 提出了一种基于微粒群和模拟退火的图像恢复算法.算法结合了微粒群优化快速的搜索能力和模拟退火算法良好的全局收敛性能的优点,能应用于不同类型退化图像的恢复.仿真结果表明,该算法可使图像恢复效果得到改进和提高,是一种有效的图像恢复方法.
- 周鲜成申群太
- 关键词：微粒群算法模拟退火图像恢复
- 基于微粒群和最大模糊熵的图像分割被引量：5
- 2008年
- 提出了一种基于微粒群和最大模糊熵的图像分割方法。将图像分为目标和背景,并分别建立相应的模糊隶属函数来描述图像各个灰度级属于目标和背景的模糊特性,进而给出图像模糊熵的描述。在此基础上,根据最大模糊熵准则采用微粒群算法搜索模糊参数的最优组合,确定区分目标和背景的最佳阈值。为了验证方法的有效性,对比进行了图像分割实验,并与双峰法、迭代法和最大类间方差法进行了比较,实验结果表明,效果良好,能够自动、有效地选取阈值,分割效果优于其它三种算法,具有很好的鲁棒性和自适应性。
- 周鲜成申群太
- 关键词：微粒群模糊熵阈值图像分割
