您的位置: 专家智库 > >

赵伟

作品数:8 被引量:23H指数:4
供职机构:湖北工业大学更多>>
发文基金:国家自然科学基金国家重点实验室开放基金更多>>
相关领域:自动化与计算机技术天文地球石油与天然气工程更多>>

文献类型

  • 4篇期刊文章
  • 2篇专利
  • 1篇学位论文
  • 1篇科技成果

领域

  • 6篇自动化与计算...
  • 1篇天文地球
  • 1篇石油与天然气...

主题

  • 5篇杜鹃
  • 5篇搜索
  • 5篇搜索算法
  • 4篇图像
  • 3篇自适
  • 3篇自适应
  • 3篇阈值
  • 2篇萤火虫算法
  • 2篇图像处理
  • 2篇图像增强
  • 2篇图像质量
  • 2篇图像质量评价
  • 2篇自适应图像
  • 2篇阈值分割
  • 2篇函数
  • 2篇函数图
  • 2篇函数图像
  • 1篇电磁
  • 1篇萤火虫
  • 1篇优化算法

机构

  • 8篇湖北工业大学

作者

  • 8篇赵伟
  • 6篇叶志伟
  • 5篇王明威
  • 2篇宗欣露
  • 2篇徐慧
  • 2篇刘伟
  • 2篇王春枝
  • 2篇陈宏伟
  • 1篇靳华中
  • 1篇宋小春
  • 1篇涂君
  • 1篇杨娟
  • 1篇徐炜
  • 1篇马烈

传媒

  • 1篇微电子学与计...
  • 1篇计算机仿真
  • 1篇中国体视学与...
  • 1篇测绘科学技术...

年份

  • 2篇2017
  • 3篇2016
  • 3篇2015
8 条 记 录,以下是 1-8
排序方式:
一种基于改进萤火虫算法的三维Otsu阈值法被引量:4
2016年
基于三维直方图的最大类间方差阈值法(三维Otsu)考虑了邻域均值和中值信息,抗噪性能较好,可以获得理想的分割结果,然而其计算复杂度非常高,效率低下。萤火虫算法(Firefly Algorithm,FA)是一种新型的启发式算法。本文在介绍萤火虫算法基本原理的基础上,提出一种基于莱维飞行的分簇萤火虫算法(CBLFA),并用于改进三维Otsu阈值法的效率。实验结果表明该方法可以快速获得适合的阈值,适应度函数值总体上优于基本萤火虫算法和基本粒子群算法,是一种鲁棒性更强的三维Otsu阈值分割法。
叶志伟徐炜赵伟侯玉倩杨娟
关键词:阈值分割
一种基于杜鹃搜索算法的自适应图像增强方法
本发明公开了一种基于杜鹃搜索算法的自适应图像增强方法,本发明利用定义的图像质量评价函数,综合考虑增强后的图像的空间统计特征,熵等信息,通过利用杜鹃搜索算法对归一化的非完全Beta函数图像增强应用中最优参数问题优化求解,从...
叶志伟王明威赵伟尹宇洁王春枝刘伟陈宏伟徐慧宗欣露
一种基于杜鹃搜索算法的图像自适应增强方法被引量:7
2016年
图像增强是图像处理中关键步骤,基于归一化的非完全Beta函数变换的图像增强具有理想的增强效果。然而合理选取归一化的非完全Beta函数的参数是算法的关键和难点,常需要人工干预或是计算非常耗时。杜鹃搜索算法是一种新型的仿生智能算法,具有自适应、自组织等智能特性,具有强大的寻找优化解的能力。这里将杜鹃搜索算法用于归一化的非完全Beta函数参数的自适应选取,实现了基于杜鹃搜索算法的归一化的非完全Beta函数图像增强方法,实际图像增强实验结果表明了该方法的有效性和可行性。
叶志伟赵伟王明威马烈
关键词:图像处理图像增强
在役油气管道缺陷电磁检测与监测技术发明及应用
黄松岭宋小春康宜华林俊明赵伟涂君
该项目属于制造业领域。 在役油气管道检测与监测问题研究是事关国计民生的重要课题,对于保障国家能源安全、提升无损检测行业核心竞争力具有重大意义。现有的油气管道电磁检测技术缺乏核心理论支撑,在关键技术及应用等方面存在诸多瓶颈...
关键词:
关键词:油气管道超声导波
一种基于杜鹃搜索算法的自适应图像增强方法
本发明公开了一种基于杜鹃搜索算法的自适应图像增强方法,本发明利用定义的图像质量评价函数,综合考虑增强后的图像的空间统计特征,熵等信息,通过利用杜鹃搜索算法对归一化的非完全Beta函数图像增强应用中最优参数问题优化求解,从...
叶志伟王明威赵伟尹宇洁王春枝刘伟陈宏伟徐慧宗欣露
文献传递
萤火虫改进算法及其在图像增强和分割中的应用研究
由于图像本身的复杂性和数据量大,传统的图像处理和分析技术常存在计算复杂度高的问题,因此基于进化算法的图像处理方法得到广泛研究和关注。萤火虫算法(Firefly Algorithm, FA)是一种新型的启发式算法,它的优点...
赵伟
关键词:图像增强阈值分割萤火虫算法图像处理
文献传递
一种基于杜鹃搜索算法的聚类分析方法被引量:6
2015年
受初始类中心的影响K-Means算法聚类结果容易陷入局部最优.基于遗传算法(Genetic Algorithm,GA)和粒子群优化算法(particle swarm optimization algorithm,PSO)的改进K-Means一定程度上改善了基本K-Means的性能,然而GA和PSO本身也容易陷入局部最优解.针对上述问题,提出一种新的聚类方法—基于杜鹃搜索算法(Cuckoo search algorithm,CS)的K-Means聚类方法,并将此算法与现有的基于GA的K-Means和基于PSO的KMeans进行比较.实验结果表明:该方法能有效地改善基本K-Means算法易陷入局部极值的缺点,而且全局寻优能力优于基于GA的K-Means和基于PSO的K-Means,是一种性能鲁棒的聚类方法.
叶志伟尹宇洁王明威赵伟
关键词:聚类分析K-MEANS
基于混合杜鹃搜索算法的图像二维熵阈值方法被引量:6
2015年
二维最大熵阈值法利用了图像的空间位置信息具有较好的分割结果,然而大量运算降低了它的效率。提出一种混合杜鹃搜索算法和局部搜索的二维最大熵阈值分割方法。仿真结果表明与基于遗传算法、粒子群算法、差分进化算法优化的二维最大熵阈值方法相比,提出的方法可以快速的获得图像二维最优分割阈值并且能够避免局部最优阈值的情况,显著的降低了基本二维最大熵阈值的执行时间,是一种快速且性能鲁棒的图像阈值分割方法,能够满足图像分割的实时性要求。
叶志伟王明威靳华中赵伟
关键词:粒子群优化算法二维最大熵
共1页<1>
聚类工具0