检 索
学术期刊
切换导航
首页
文章
期刊
投稿
首发
学术会议
图书中心
新闻
新闻动态
科学前沿
合作
我们
按学科分类
Journals by Subject
按期刊分类
Journals by Title
医药卫生
Medicine & Health
工程技术
Engineering & Technology
数学与物理
Math & Physics
经济与管理
Economics & Management
人文社科
Humanities & Social Sciences
化学与材料
Chemistry & Materials
信息通讯
Information & Communication
地球与环境
Earth & Environment
生命科学
Life Sciences
我要投稿
查看投稿进度
学术期刊
按学科分类
Journals by Subject
按期刊分类
Journals by Title
医药卫生
Medicine & Health
工程技术
Engineering & Technology
数学与物理
Math & Physics
经济与管理
Economics & Management
人文社科
Humanities & Social Sciences
化学与材料
Chemistry & Materials
信息通讯
Information & Communication
地球与环境
Earth & Environment
生命科学
Life Sciences
在线客服
客服电话:
400-188-5008
客服邮箱:
service@ccnpub.com
投诉举报:
feedback@ccnpub.com
人工客服
工作时间(9:00-18:00)
官方公众号
科技成果·全球共享
请选择
目标期刊
首页
期刊
文章
一种基于Boosting模型的图像去雾算法
下载:
21
浏览:
144
张骏 李培华 章盛 吉涛
《光电子进展》
2019年2期
摘要:
分析了Boosting提升模型,提出一种以去雾后图像均方误差与信息熵比值为选择标准,对多类不同的去雾算法进行排序,并根据设定的阈值,从多类的去雾算法中,选择合适的去雾算法作为"极优增强器",再通过对优化学习率的方法。更新"极优增强器"的权重,采取线性组合,构建了最优去雾算法。经实验表明,该算法实现了去雾后图像对比度和图像的信息损失之间的平衡。提升了图像对比度,凸显了图像细节,最大程度的减小了图像信息的损失。
[1/1]
|<
<
1
>
>|
在线客服::
点击联系客服
联系电话::
400-188-5008
客服邮箱::
service@ccnpub.com
投诉举报::
feedback@ccnpub.com
人工客服
工作时间(9:00-18:00)
官方公众号
科技成果·全球共享