现代电子技术

2021, v.44;No.576(01) 45-48

[打印本页] [关闭]
本期目录(Current Issue) | 过刊浏览(Past Issue) | 高级检索(Advanced Search)

一种融合IFOA和K-Means聚类的低照度图像分割方法
Method of low-light-level image segmentation based on integration of IFOA and K-Means clustering

李苏晨;王硕禾;唐卓;刘旭;

摘要(Abstract):

为改进电气化铁路接触网补偿器监测装置在光照不足时对图像目标区域分割精度较低,无法准确识别入侵异物的问题,采用全局自适应色调映射的方法增强低照度图像,联合改进的果蝇算法与K-Means聚类算法(IFOA-K-Means聚类算法)实现目标区域的准确分割。实验结果表明,该方法对退化图像的分割精度更高,能够充分保持图像的边缘信息,运算开销较小,能有效提高图像后续处理的效率。

关键词(KeyWords): 电气化铁路;图像照度增强;图像分割;色调映射;果蝇算法;K-Means聚类算法;入侵物识别

Abstract:

Keywords:

基金项目(Foundation): 中国铁路总公司科技研究开发计划项目(P2018G006);; 河北省教育厅重点科研项目(ZD2018217);; 石家庄铁道大学创新创业项目(YC2019066)

作者(Author): 李苏晨;王硕禾;唐卓;刘旭;

Email:

DOI: 10.16652/j.issn.1004-373x.2021.01.010

参考文献(References):

扩展功能
本文信息
服务与反馈
本文关键词相关文章
本文作者相关文章
中国知网
分享