-
公开(公告)号：CN112819712B
公开(公告)日：2022-03-11
申请号：CN202110093625.7
申请日：2021-01-22
Applicant: 兰州交通大学
Abstract: 本发明提供了一种基于PNA‑MSPCNN模型的低照度彩色图像增强方法。包括：获得原始图像的初始亮度谱；利用PNA‑MSPCNN算法获得突触权重矩阵；在PNA‑MSPCNN算法模式下，根据突触权重矩阵进一步获得梯度亮度谱；根据梯度亮度谱，利用Retinex算法计算得到最终权重矩阵；基于最终权重矩阵，对得到的初始亮度谱进行修正得到最终亮度映射谱；利用Retinex算法并结合最终亮度映射谱对原始图像进行修正得到低照度增强图像。本发明技术方案的关键算法为PNA‑MSPCNN算法，通过PNA‑MSPCNN算法与改进的LIME算法结合应用得以实现低亮度彩色图像增强，神经元点火次数和频率更易于控制，算法复杂度更低，图像增强效果更好。
-
公开(公告)号：CN112819712A
公开(公告)日：2021-05-18
申请号：CN202110093625.7
申请日：2021-01-22
Applicant: 兰州交通大学
Abstract: 本发明提供了一种基于PNA‑MSPCNN模型的低照度彩色图像增强方法。包括：获得原始图像的初始亮度谱；利用PNA‑MSPCNN算法获得突触权重矩阵；在PNA‑MSPCNN算法模式下，根据突触权重矩阵进一步获得梯度亮度谱；根据梯度亮度谱，利用Retinex算法计算得到最终权重矩阵；基于最终权重矩阵，对得到的初始亮度谱进行修正得到最终亮度映射谱；利用Retinex算法并结合最终亮度映射谱对原始图像进行修正得到低照度增强图像。本发明技术方案的关键算法为PNA‑MSPCNN算法，通过PNA‑MSPCNN算法与改进的LIME算法结合应用得以实现低亮度彩色图像增强，神经元点火次数和频率更易于控制，算法复杂度更低，图像增强效果更好。
-
公开(公告)号：CN110889876A
公开(公告)日：2020-03-17
申请号：CN201911257606.2
申请日：2019-12-10
Applicant: 兰州交通大学
Abstract: 本发明提供了一种基于CA-SPCNN算法的的彩色图像量化方法，属于图像处理技术领域，用于解决在量化层数增加，提高图像丰富度的同时，如何降低计算复杂度和信息失真率，处理好视觉效果与数据存储空间平衡的技术问题。本发明包括彩色图像量化预处理、量化处理和量化后处理三个步骤，将原始图像处理成红、绿、蓝三个通道的归一化图像，通过CA-SPCNN算法对图像进行量化处理，通过量化后处理算法得到三个通道的量化图像，合并得到最终量化图像。本发明在CA-SPCNN算法的基础上加以改进，实现彩色图像的量化处理，简化操作步骤，降低计算复杂度，在保证较低失真率和较高量化准确率的前提下，彩色图像视觉效果好，减小了占用数据存储空间。
-
Patent Agency Ranking
公开(公告)号：CN110889876B
公开(公告)日：2022-05-03
申请号：CN201911257606.2
申请日：2019-12-10
Applicant: 兰州交通大学
Abstract: 本发明提供了一种基于CA‑SPCNN算法的的彩色图像量化方法，属于图像处理技术领域，用于解决在量化层数增加，提高图像丰富度的同时，如何降低计算复杂度和信息失真率，处理好视觉效果与数据存储空间平衡的技术问题。本发明包括彩色图像量化预处理、量化处理和量化后处理三个步骤，将原始图像处理成红、绿、蓝三个通道的归一化图像，通过CA‑SPCNN算法对图像进行量化处理，通过量化后处理算法得到三个通道的量化图像，合并得到最终量化图像。本发明在CA‑SPCNN算法的基础上加以改进，实现彩色图像的量化处理，简化操作步骤，降低计算复杂度，在保证较低失真率和较高量化准确率的前提下，彩色图像视觉效果好，减小了占用数据存储空间。
-
公开(公告)号：CN109685814A
公开(公告)日：2019-04-26
申请号：CN201910001478.9
申请日：2019-01-02
Applicant: 兰州交通大学
Abstract: 本发明公开了一种基于MSPCNN的胆囊结石超声图像全自动分割方法，包括：采用MSPCNN算法对超声图像进行分割，得到胆囊粗分割二值图像；采用形态学算法对所述胆囊粗分割二值图像进行分割，得到胆囊精确分割二值图像和结石精确分割二值图像；采用局部加权线性回归算法分别对所述胆囊精确分割二值图像和结石精确分割二值图像进行后处理，使胆囊结石边缘轮廓平滑，最终得到胆囊区域分割结果和结石区域分割结果。实现降低计算复杂度、减少分割步骤、提高图像分割速度与精度的优点。
-
公开(公告)号：CN110969590B
公开(公告)日：2022-05-27
申请号：CN201911257028.2
申请日：2019-12-10
Applicant: 兰州交通大学
Abstract: 本发明提供了一种基于CA‑SPCNN的图像增强算法，属于图像处理技术领域，用于解决现有图像增强算法计算量较大和计算过程复杂的技术问题。本发明通过对原始图像进行归一化图像处理，将原始图像分为红、绿、蓝三个通道的归一化图像，提取每个像素点三个通道的最大值，并将所有像素合并为一个矩阵，组成最大强度图像，通过CA‑SPCNN算法实现图像，再得到数值变换图像，将获得的归一化图像与数值变换图像整合获得最终增强图像。本发明所提出的算法在SPCNN算法的基础上，通过CA‑SPCNN算法与其他算法的结合并加以改进得以实现低亮度彩色图像增强，算法的计算复杂度低，计算量小，过程收敛，精确度高。
-
公开(公告)号：CN110969590A
公开(公告)日：2020-04-07
申请号：CN201911257028.2
申请日：2019-12-10
Applicant: 兰州交通大学
Abstract: 本发明提供了一种基于CA-SPCNN的图像增强算法，属于图像处理技术领域，用于解决现有图像增强算法计算量较大和计算过程复杂的技术问题。本发明通过对原始图像进行归一化图像处理，将原始图像分为红、绿、蓝三个通道的归一化图像，提取每个像素点三个通道的最大值，并将所有像素合并为一个矩阵，组成最大强度图像，通过CA-SPCNN算法实现图像，再得到数值变换图像，将获得的归一化图像与数值变换图像整合获得最终增强图像。本发明所提出的算法在SPCNN算法的基础上，通过CA-SPCNN算法与其他算法的结合并加以改进得以实现低亮度彩色图像增强，算法的计算复杂度低，计算量小，过程收敛，精确度高。
-
公开(公告)号：CN109685814B
公开(公告)日：2020-10-23
申请号：CN201910001478.9
申请日：2019-01-02
Applicant: 兰州交通大学
Abstract: 本发明公开了一种基于MSPCNN的胆囊结石超声图像全自动分割方法，包括：采用MSPCNN算法对超声图像进行分割，得到胆囊粗分割二值图像；采用形态学算法对所述胆囊粗分割二值图像进行分割，得到胆囊精确分割二值图像和结石精确分割二值图像；采用局部加权线性回归算法分别对所述胆囊精确分割二值图像和结石精确分割二值图像进行后处理，使胆囊结石边缘轮廓平滑，最终得到胆囊区域分割结果和结石区域分割结果。实现降低计算复杂度、减少分割步骤、提高图像分割速度与精度的优点。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.02 seconds)
