基于改进多尺度Retinex的糊图像增强仿真

针对传统模糊图像增强方法未对图像进行降噪处理,导致增强后的图像出现视觉效果差、质量差、峰值信噪比低的问题,提出基于改进多尺度Retinex的模糊图像增强方法.结合阈值法对增强前的模糊图像进行降噪处理,提高图像质量;利用背景强度和梯度信息对降噪后的模糊图像进行二维分解,并采用改进多尺度Retinex对模糊图像进行照度分割,根据各子图的照度特性,采用不同的尺度的Retinex划分模糊图像各个区域,实现模糊图像增强.仿真结果表明,所提方法呈现的图像视觉效果佳、图像质量好、峰值信噪比高,具有一定的实际应用性.     

移动最小二乘代理模型支持域半径的优化方法

移动最小二乘代理模型描述局部波动的能力优于一般的代理模型,但其精度受支持域半径的影响。在经验公式的基础上提出了一种针对移动最小二乘代理模型支持域半径的优化方法。对支持域内抽样点数寻优获取最佳半径值,提高近似精度进而达到减少抽样点的目的。数值实验结果表明,对于不同基函数阶次和权函数的情况,提出的方法大大提高了移动最小二乘代理模型的近似精度,与基于经验公式的移动最小二乘代理模型相比,其仅需较少的抽样点即可达到相同的近似精度。