基于图像增强的图形纹理渲染算法研究

来源 :信息技术 | 被引量 : 0次 | 上传用户:shajia0902
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
针对图像纹理渲染增强的技术需求,文中提出了一种基于模糊聚类图像增强的图形纹理渲染算法。通过分别建立图像目标区域与纹理区域的模糊隶属度函数,将图像目标区域与非对称纹理映射到模糊域。在此基础上,根据区域内模糊隶属度变化程度和信息熵计算自适应模糊增强因子,可以在提高图像质量的同时有效提高图像目标区域与纹理区域的对比度。仿真实验结果证明,文中所提算法在图像增强效果上优于现有算法。且经过多次迭代后,算法的运行时间小于现有算法,具有一定的工程应用价值。
其他文献
由于当前方法对配电网故障检修点定位精度不高,为此提出基于全景监测的大跨越全域配电网故障检修点定位方法.通过采集大跨越全域配电网故障信息,分析故障信息的谱特征量,计算大跨越全域配电网高维谱的特征估计值;以特征估计值为基础,构建大跨越全域配电网故障检修的全景监测分析模型,提取故障异常电流参数,根据参数提取结果,在全景视觉下实现对大跨越全域配电网故障检修点的准确定位.仿真结果表明,文中方法进行大跨越全域配电网故障检修点定位精度较高,故障检测效果较好,提高了大跨越全域配电网的在线故障监测能力.
针对航空物流配送中的运输路径优化问题,提出了一种基于改进蚁群算法的航空物流配送路径智能优化方法.针对传统蚁群算法存在收敛速度慢、容易限于局部最优的不足,采用了改进的信息启发因子和信息素浓度更新策略,并将其应用于航空物流配送路径优化问题的求解.通过仿真分析表明,所提改进蚁群算法能够打破局部最优,具有更快的收敛速度,且该航空物流配送路径优化方法兼顾了运输时间和成本,能够有效节省各项开销,更加符合实际情况.