改进后的Otsu自适应背景分离的局部直方图均衡化增强算法

Otsu自适应背景分离的局部直方图均衡化增强算法是综合改进后的Otsu自适应背景分离算法和局部直方图均衡化增强算法的一种新处理方法,首先,利用改进后的Otsu算法对图像进行目标区域和背景区域的分离,然后利用分离出来的目标区域进行直方图均衡化处理。实验结果表明,图像经过处理后,目标区域对比度明显增强。     

基于直方图的暗背景图像自适应增强

图像增像是图像处理的一个重要步骤之一,而直方图均衡化是经典图像信息增强算法之一,但它并不是对于所有图像均适用.本文提出了一种暗背景图像自适应增强的算法,根据直方图对图像进行分类,对属于暗背景的图像采用S形非线性函数进行增强.     

一种动态反馈自适应集群负载均衡算法

采用基于反馈机制的动态负载均衡,能动态考虑不同服务节点上资源的使用状态,不断调整负载比例,避免节点的过载问题,从而提高单一集群的整体负载处理能力。提出了一种动态反馈自适应集群负载均衡算法,探讨了其原理及方法。     

基于Agent的微信平台自适应负载均衡算法

为构建高性能微信平台集群系统,以解决经典负载均衡算法中存在的智能性不足与自适应能力弱的问题,提出了一种基于Agent的自适应负载均衡算法。算法思路:首先,解析到达的用户请求,引入任务识别与分类思想,判断请求类型;然后,依据知识库规则与服务器负载现况,匹配最优的负载均衡算法;最后,应用了排队模型的服务器处理用户请求。结果表明,该算法极大增强了系统高并发处理能力,有效缩短了响应时间,确保了微信平台运行的稳定性。     

短波通信中的自适应信道均衡技术研究

通过对短波通信中的自适应信道均衡技术的比较研究,分析了各种自适应信道均衡技术的优缺点,并给出MATLAB仿真结果,提出一种改进型Viterbi算法(MVA),能大大提高短波信道的自适应均衡能力。     

自适应均衡技术在通信中的作用探讨

在传统的无线数字通信系统中,包含了许多用于克服最差条件的开销.进入21世纪以来,无线通信技术正以前所未有的速度向前发展,未来移动多媒体传输对频谱高效通信方式的需求不断增加,自适应技术再度成为研究的热点与主流.阐述了自适应均衡技术理论,在此基础上对自适应均衡技术在信号处理、散射信道、短波信道中的作用进行了探索,为自适应均衡技术在通信中进一步推广提供参考.     

双伪装图像自适应高容量可逆隐写算法

可逆隐写可无误差恢复因嵌入信息而失真的宿主.本文提出了一种利用SOS (second-order steganographie method)产生双伪装图像实现高容量自适应可逆隐写的算法.在本算法中,秘密信息被转化为B进制数字,根据秘密数字的进制B构建特定的B×B引导矩阵MB,从而每个像素对都可嵌入两个B进制数字.算法每次将一对B进制秘密数字嵌入像素对(pi,pi+1)产生伪装图像1,然后根据失真幅度依然可以用B进制数字表示的性质,将失真信息再次嵌入该像素对产生伪装图像2.实验表明本算法相对于其他算法不仅在隐写容量方面很有优势,在隐写质量方面也有很大的提高.例如:在载荷为1.5比特每像素(bpp)时,峰值信噪比(PSNR)可达到41dB左右.     

一种改进的颜色直方图相似性度量算法

本文对几种常用的颜色直方图相似性度量方法进行了比较分析,进而提出一种综合多个距离度量方法的改进算法,对该算法的颜色检索性能进行了实验,并将其效果与多个距离度量方法单独使用时的检索效果进行了对比。实验表明,该算法具有更佳的检索效果。     

单层感知器在自适应均衡中的应用

本文研究了感知器在通信信道均衡中的应用。提出用单层感知器实现信道均衡,以均方对数似然函数为均衡器的性能指标函数,并给出一种新的自适应学习算法用于训练单层感知器的权系数。计算机仿真结果表明本文提出了算法比常用的线性均衡器ＬＭＳ算法具有更好的收敛性能和均衡效果。     

一种基于直方图的图像二值化算法

图像二值化在计算机图像处理技术中应用十分广泛,其关键问题是阈值的选取.对于具有明显双峰直方图的图像,可选取双峰的谷底作为阈值,这是基于直方图的图像二值化算法的基本思想.根据其基本思想,提出了一种新的阈值选取算法——最佳阈值迭代法.算法先根据图像的最大灰度值和最小灰度值设定一个初始阈值,然后通过迭代循环计算在该阈值下的目标和背景的中心值,当目标和背景中心值的平均值和假定的阈值相同时,则循环中止,并以此值为阈值.实验结果表明,该算法可以较好地保留图像的细节信息,且具有一定的抗干扰性和稳定性.     

VC 编程实现直方图均衡化图像增强算法

对数字图像空间域增强方法中的直方图均衡进行分析,并用VC 6.0进行算法实现。实验表明,该程序可以快速、准确地对灰度图像进行均衡化,达到了使图像对比度增强、图像质量提高的预期目的。     

一种改进Grabcut算法的彩色图像分割方法

针对传统Grabcut分割方法难以很好处理图像阴影部分及分割时间过长的问题,提出结合K-means聚类算法与Grabcut函数的方法改善以上问题。该方法通过直方图均衡化实现图像增强,然后利用K-means算法以二分类的形式对像素进行聚类,利用形态学处理填充孔洞,自动获取目标物体轮廓后,结合Grabcut算法实现图像二次分割,最后利用颜色判定改善图像阴影部分。实验结果表明,该方法可实现图像自动分割、节省大量时间,而且对阴影部分图像处理有明显改善,具有较高的准确性和高效性。     

自适应灰度调整及边缘增强的X光图像优化

医用X光图像对常规图像增强算法较敏感、易失真,对此提出一种自适应灰度调整及边缘增强的X光图像增强算法.算法依据X光图像直方图中灰度的分布特点,自适应进行单段或双段灰度拉伸,调整灰度范围并均衡灰度分布,在该基础上叠加DFT频域Butterworth高通滤波信号以增强组织的边缘及纹理信息.实验证明,该算法失真率低、可行性高,对医用X光图具有较理想的增晰效果.     

稀疏度自适应回溯追踪算法改进

针对压缩感知重构算法中信号稀疏度未知和步长大小固定的问题,提出一种新的压缩感知信号重构算法,即基于弱选择的稀疏度自适应回溯追踪（SPWAMP）算法。该算法将自适应思想、变步长迭代思想与回溯思想相结合,在未知信号稀疏度的情况下,利用阈值方法选取预选集,通过变步长更新支撑集原子个数并结合回溯思想剔除不可靠原子,最终实现信号精确重构。仿真结果表明,当信号稀疏度K达到65时,该算法重构精度相对稀疏度自适应匹配追踪（SAMP）算法提高了40%,而此时正交匹配追踪（OMP）算法、子空间追踪（SP）算法和分段弱选择正交匹配追踪（SWOMP）算法已无法实现重构。因此,该算法相对其它同类算法提高了信号重构精度。     

一类改进的自适应蚁群算法

从系统学的角度分析了蚁群算法的分布武计算、自组织和正反馈等的系统特征．给出了改进的蚁群算法详细分析和分类,通过TSP问题应用TSP-Ei151在MATLAB7．6中进行了仿真实验．实验结果证明改进的算法在迭代次数、牧敛性和全局性上优于基本蚁群算法．     

一种改进的自适应差分演化算法

差分演化是一种简单、有效的全局数值优化算法,相关研究表明,参数的自适应能够有效提高算法的性能．提出了一种集成的混合参数自适应差分演化算法,并巧妙利用一种自适应选择机制来选择算法池中的算法,通过对25个国际标准测试函数进行测试,实验结果表明,该方法在最优解质量、稳定性、收敛速度优于其它被比较的算法．     

基于改进的布谷鸟搜索算法优化的正交小波动态加权多模盲均衡算法

为了更好地均衡高阶QAM信号,本文提出了基于改进的布谷鸟搜索算法优化的正交小波动态加权多模盲均衡算法(ICS-WT-DWMMA),利用改进了的布谷鸟搜索算法初始化均衡器的权向量,利用小波变换(WT)降低信号自相关性,其中动态加权多模盲均衡算法(DWMMA)利用由判决符号的指数幂构成的加权项来调整代价函数中的模值.水声信道的MATLAB仿真实验结果表明,与小波加权多模盲均衡算法和小波动态加权多模盲均衡算法比较,新算法收敛速度更快,稳态误差更小.     

基于改进自适应TV模型的全自适应去噪算法

为使保边性更好的去噪模型在邻近图像边缘处得到应用,同时在图像平坦处得到平滑性更好的模型,解决选择单一的正则项系数对图像处理结果造成的不良影响,有效地自适应选取正则项系数,采用基于小波变换的图像分割技术将图像分为边缘区域和平坦区域,通过修改TV模型的数值解法和ROF算法,实现自适应正则项系数算法。实验结果表明,改进的模型和自适应正则项系数选取算法得出的图像,均方误差为56.69,峰值信噪比为31.00,平均相似度为0.84。改进的TV模型在图像去噪效果方面优于原模型,自适应正则项系数算法能够弥补原图像去噪方法的不足。