基于机器学习的图像认知区域增强算法研究

作者：牛凯博

来源：信息与电脑(理论版), 2021, 33(04): 71-73.

• 机器学习
• 图像增强
• 神经网络
• 噪声滤波

针对传统算法增强图像认知区域后的信息熵与对比度较低,笔者提出基于机器学习的图像认知区域增强算法。该算法首先采用均值滤波和K近邻滤波两种方式,去除原始图像认知区域的噪声点,然后利用机器学习的卷积神经网络,分割预处理后的图像语义,最后提取认知区域特征,对区域特征进行灰度变换、空间锐化、直方图增强,实现图像认知区域增强。实验结果表明,该算法提高了增强图像的信息熵、对比度,充分保证了认知区域的整体视觉效果。

• 单位
  巴音郭楞职业技术学院