• 四川郎酒股份有限公司获第十二届人民企业社会责任奖年度环保奖 2019-05-13
  • 银保监会新规剑指大企业多头融资和过度融资 2019-05-12
  • 韩国再提4国联合申办世界杯 中国网友无视:我们自己来 2019-05-11
  • 中国人为什么一定要买房? 2019-05-11
  • 十九大精神进校园:风正扬帆当有为 勇做时代弄潮儿 2019-05-10
  • 粽叶飘香幸福邻里——廊坊市举办“我们的节日·端午”主题活动 2019-05-09
  • 太原设禁鸣路段 设备在测试中 2019-05-09
  • 拜耳医药保健有限公司获第十二届人民企业社会责任奖年度企业奖 2019-05-08
  • “港独”没出路!“梁天琦们”该醒醒了 2019-05-07
  • 陈卫平:中国文化内涵包含三方面 文化复兴表现在其中 2019-05-06
  • 人民日报客户端辟谣:“合成军装照”产品请放心使用 2019-05-05
  • 【十九大·理论新视野】为什么要“建设现代化经济体系”?   2019-05-04
  • 聚焦2017年乌鲁木齐市老城区改造提升工程 2019-05-04
  • 【专家谈】上合组织——构建区域命运共同体的有力实践者 2019-05-03
  • 【华商侃车NO.192】 亲!楼市火爆,别忘了买车位啊! 2019-05-03
    • / 9
    • 下载费用:20 金币  

    重庆时时彩双胆是什么意思: 一种基于高斯混合模型的图像增强算法.pdf

    摘要
    申请专利号:

    重庆时时彩单双窍门 www.4mum.com.cn CN201410093657.7

    申请日:

    2014.03.13

    公开号:

    CN103914811A

    公开日:

    2014.07.09

    当前法律状态:

    授权

    有效性:

    有权

    法律详情: 授权|||实质审查的生效IPC(主分类):G06T 5/00申请日:20140313|||公开
    IPC分类号: G06T5/00; G06T5/40 主分类号: G06T5/00
    申请人: 中国科学院长春光学精密机械与物理研究所
    发明人: 朱明; 陈莹
    地址: 130033 吉林省长春市东南湖大路3888号
    优先权:
    专利代理机构: 长春菁华专利商标代理事务所 22210 代理人: 田春梅
    PDF完整版下载: PDF下载
    法律状态
    申请(专利)号:

    CN201410093657.7

    授权公告号:

    ||||||

    法律状态公告日:

    2016.10.19|||2014.08.06|||2014.07.09

    法律状态类型:

    授权|||实质审查的生效|||公开

    摘要

    一种基于高斯混合模型的图像增强算法涉及图像处理技术领域,该方法是:首先,将彩色图像的亮度分量统计成直方图,对直方图进行混合高斯建模;其次,应用改进的EM算法,对直方图进行高斯混合模型估计,找到似然函数期望最大化的参数,同时自适应确定最佳的聚类数量;然后,根据相邻聚类的交点将直方图分区,获得多个子直方图;最后,根据有映射关系的子直方图面积比例相等找到映射后的聚类,并应用保持最大熵方法趋于人类视觉特性微调整映射函数,得到最终的增强图像。本发明采用的图像增强技术,有效地提高了图像的对比度,并且提升了处理速度。由本发明方法所获取的增强图像无论是在主观视觉感知方面还是客观评价方面都取得了很好的效果。

    权利要求书

    权利要求书
    1.  一种基于高斯混合模型的图像增强算法,其特征在于,该算法包括如下步骤:
    第一步、将彩色图像的亮度分量统计成直方图,对直方图进行混合高斯建模;
    假设X为输入图像,数据为直方图数据h(x)={h(x1),h(x2),...,h(xN)},其灰度级的概率分布为p(x),则图像的直方图利用GMM构建出M个高斯聚类线性混合的形式,即
    p(x)=Σn=1MP(wn)p(x|wn)---(1)]]>
    式(1)中,p(x|wn)是第n个聚类的概率密度函数,P(wn)是第n个聚类的加权系数;
    第二步、利用改进的EM算法对直方图进行高斯混合模型估计,找到似然函数期望最大化的参数,同时自适应确定最佳的聚类数量;
    上述改进的EM算法如下:
    1)E步,由数据X和当前估计计算似然估计的期望值,由式(2)通过条件期望p(x|wn)求出p(wn|x),再由式(3)得到最终的期望函数:
    p(wn|x)=p(x|wn)P(wn)Σn=1Mp(x|wn)P(wn)---(2)]]>
    Q(θ,θt^))=E[l(θ)|θ^]=Σx∈LΣn=1Mp(wn|x)h(x)log[P(wn)p(x|wn)]---(3)]]>
    式(3)中,p(wn|x)表示以第t次迭代结果作为参数的概率密度分布函数;
    2)M步,求出满足最大化的参数、和P(wn)依据下列公式更新求得
    μwn=Σx∈Lh(x)p(wn|x)xΣx∈Lh(x)p(wn|x)---(4)]]>
    σwn2=Σx∈Lh(x)p(wn|x)(x-μwn)2Σx∈Lh(x)p(wn|x)---(5)]]>
    P(wn)=Σx∈Lh(x)p(wn|x)Σx∈Lh(x)---(6)]]>
    式中,h(x)为统计像素个数的直方图;p(wn|x)由p(x|wn)通过贝叶斯公式获得;应用拟合函数l(θ|x)趋于平稳状态判定迭代停止,这里选取前后差值为10-5为停止条件,在最大和最小聚类数量中选择使迭代最稳定的聚类个数作为最终的聚类数量;
    l(θ|x)=12Σn=1Mlog(nP(wn)12)+M2logn12+M-logp(wn|x)---(7)]]>
    最后得到逼近的直方图,N为图像最大灰度级,表现形式如下
    h^(x)=N×Σn=1Mp(x|wn)P(wn)---(8)]]>
    第三步、根据相邻聚类的交点将直方图分区,获得多个子直方图;
    第四步、根据有映射关系的子直方图累积概率密度CDF相等找到映射后的高斯聚类参数,进而通过高斯聚类的累积概率密度加权和求得灰度值的映射函数,并应用保持最大熵方法趋于人类视觉特性微调整映射函数,得到最终的增强图像。

    关 键 词:
    一种 基于 混合 模型 图像 增强 算法
      专利查询网所有资源均是用户自行上传分享,仅供网友学习交流,未经上传用户书面授权,请勿作他用。
    0条评论

    还可以输入200字符

    暂无评论,赶快抢占沙发吧。

    关于本文
    本文标题:一种基于高斯混合模型的图像增强算法.pdf
    链接地址://www.4mum.com.cn/p-6130547.html
    关于我们 - 网站声明 - 网站地图 - 资源地图 - 友情链接 - 网站客服客服 - 联系我们

    [email protected] 2017-2018 www.4mum.com.cn网站版权所有
    经营许可证编号:粤ICP备17046363号-1 
     


    收起
    展开
  • 四川郎酒股份有限公司获第十二届人民企业社会责任奖年度环保奖 2019-05-13
  • 银保监会新规剑指大企业多头融资和过度融资 2019-05-12
  • 韩国再提4国联合申办世界杯 中国网友无视:我们自己来 2019-05-11
  • 中国人为什么一定要买房? 2019-05-11
  • 十九大精神进校园:风正扬帆当有为 勇做时代弄潮儿 2019-05-10
  • 粽叶飘香幸福邻里——廊坊市举办“我们的节日·端午”主题活动 2019-05-09
  • 太原设禁鸣路段 设备在测试中 2019-05-09
  • 拜耳医药保健有限公司获第十二届人民企业社会责任奖年度企业奖 2019-05-08
  • “港独”没出路!“梁天琦们”该醒醒了 2019-05-07
  • 陈卫平:中国文化内涵包含三方面 文化复兴表现在其中 2019-05-06
  • 人民日报客户端辟谣:“合成军装照”产品请放心使用 2019-05-05
  • 【十九大·理论新视野】为什么要“建设现代化经济体系”?   2019-05-04
  • 聚焦2017年乌鲁木齐市老城区改造提升工程 2019-05-04
  • 【专家谈】上合组织——构建区域命运共同体的有力实践者 2019-05-03
  • 【华商侃车NO.192】 亲!楼市火爆,别忘了买车位啊! 2019-05-03