排序方式： 共有2条查询结果，搜索用时 15 毫秒
1
1.
基于局部维纳滤波的交通图像去雾霾算法 总被引：1，自引：0，他引：1
为了提高雾霾天退化交通图像的色彩保真度和清晰度,基于局部维纳滤波并结合暗通道先验理论提出一种快速去雾霾算法。传统的基于暗通道先验理论的去雾霾算法对单一户外场景图像取得了不错的效果,但在处理较高分辨率交通图像时,需要消耗大量的计算和存储资源;同时,不能很好处理图像中的一些白色区域,会导致该区域色彩失真。针对这两个问题展开研究:首先,基于局部维纳滤波并结合暗通道先验原则优化大气散射光,进而得到细化的透射率;其次,通过动态调节参数的大小以适应天空等明亮区域地去雾霾处理;最后,将所提算法用于实例验证,结果表明算法不但可以保证交通图像白色区域的色彩不失真,而且去雾霾效率提高4~25倍。 相似文献
2.
为解决传统的K-means算法需要人工确定K值和随机选取初始簇中心容易陷入局部最优的问题,提出自适应簇中心选择算法.首先将任意选取的一篇文档和与其距离最远的文档作为初始簇中心聚类得到2个大类并重新计算簇中心,然后,找出与新的簇中心距离大于设定阈值的文档并依据文档距离判断是否需要增加新的类别,迭代上述过程确定聚类簇中心及类别数.实例验证结果表明,提出的算法与改进的K-means算法相比,在聚类结果的质量和算法收敛的速度上都有明显的改善. 相似文献
1