人工鱼群与粒子群混合图像自适应增强算法

人工鱼群与粒子群混合图像自适应增强算法

（）文章编号：１６７１４５９８２０１２１０２８０５０３ＴＰ３９１－－－　　　　　　　中图分类号：

文献标识码：Ａ

计算机测量与控制．２０１２．２０（１０）　

ＣｏｍｕｔｅｒＭｅａｓｕｒｅｍｅｎｔ＆Ｃｏｎｔｒｏｌ　　　ｐ

·２８０　５·

人工鱼群与粒子群混合图像自适应增强算法

王　敏，黄　峰，叶　松，刘志华，马　宁

（）解放军理工大学气象学院，南京　２１１１０１

摘要：图像处理和分析的智能化和自动化一直是图像处理学科研究热点之一，也是一个亟待解决的关键问题；一般的智能优化算法由于算法较为单一，寻优效果不尽完善，会出现局部搜索不精确、易发生过早收敛等问题；考虑将人工鱼群与粒子群算法混合对图像非线性增强参数进行寻优能很好地避免此类缺陷；实验表明，该算法具有较高的自适应性，即避免了陷入局部极小，加快了收敛速度，且图像灰度覆盖范围广、增强质量评价明显提高。

关键词：图像增强；优化算法；人工鱼群算法；粒子群算法；适应度函数

ＩｍａｅＡｄａｔｉｖｅＥｎｈａｎｃｅｍｅｎｔｂａｓｅｄｏｎＡｒｔｉｆｉｃｉａｌＦｉｓｈ－Ｓｗａｒｍａｎｄ　　　　　　　ｇｐ

ＳｗａｒｍＯｔｉｍｉｚａｔｉｏｎＰａｒｔｉｃｌｅ　　ｐ

，，，ＭＷａｎＭｉｎ，ＨｕａｎＦｅｎＹｅＳｏｎＬｉｕＺｈｉｈｕａａＮｉｎ　　　ｇｇｇｇｇ　　

（，，Ｎ）ＩｎｓｔｉｔｕｔｅｏｆＭｅｔｅｏｒｏｌｏＰＬＡ　ＵｎｉｖｅｒｓｉｔｏｆＳｃｉｅｎｃｅａｎｄＴｅｃｈｎｏｌｏａｎｉｎ１１１０１，Ｃｈｉｎａ　　　　　　２ｇｙｙｇｙｊｇ　

：，ｒｏｃｅｓｓｉｎｒｏｃｅｓｓｉｎＡｂｓｔｒａｃｔＴｈｅｉｎｔｅｌｌｉｅｎｃｅａｎｄａｕｔｏｍａｔｉｏｎｏｆｉｍａｅａｎｄａｎａｌｓｉｓｈａｓｂｅｅｎｏｎｅｆｏｃｕｓｏｆｉｍａｅａｌｓｏａｋｅｉｓｓｕｅ　　　　　　　　　　　　　　　　ｐｇｐｇｇｇｙｇｙ　　

，ｎｅｅｄｔｏｂｅｓｏｌｖｅｄ．Ａｓｔｈｅｕｓｕａｌｉｎｔｅｌｌｉｅｎｔｏｔｉｍｉｚａｔｉｏｎａｌｏｒｉｔｈｍｉｓｒｅｌａｔｉｖｅｌｕｎｉｔａｒａｎｄｎｏｎ－ｐｅｒｆｅｃｔｅｆｆｅｃｔｓｏｔｈｅｌｏｃａｌｓｅａｒｃｈｉｓｉｍ－ｗｈｉｃｈ　　　　　　　　　　　　　　　　　　ｇｐｇｙｙ　　ｒｅｃｉｓｅａｒｔｉｃｌｅａｒａｍｅｔｅｒｓａｎｄｅａｒｌｔｏｃｏｎｖｅｒｅｎｃｅ．Ｃｏｎｓｉｄｅｒａｍｉｘｏｆａｒｔｉｆｉｃｉａｌｆｉｓｈ－ｓｗａｒｍａｎｄｓｗａｒｍｏｔｉｍｉｚａｔｉｏｎｔｏｆｉｎｄｔｈｅｅｎｈａｎｃｅｍｅｎｔ　　　　　　　　　　　　　　　　　ｐｐｐｙｇｐ　

，ｔｈａｔｅｔｔｉｎｃａｎａｖｏｉｄａｂｏｖｅｄｅｆｅｃｔｓ．Ｔｈｅｅｘｅｒｉｍｅｎｔｓｓｈｏｗｔｈａｔｔｈｅａｌｏｒｉｔｈｍｈａｓａｈｉｈｅｒｓｅｌｆ－ａｄａｔｉｖｅｔｈａｔｉｓｔｏａｖｏｉｄｉｎｔｏｌｏｃａｌｍｉｎｉ　　　　　　　　　　　　　　　　　　　－ｇｇｐｇｇｐ　，ｍｕｍ，ｔｈｅｃｏｎｖｅｒｅｎｃｅｉｓｓｅｅｄｕａｎｄｅｎｈａｎｃｅｔｈｅｕａｌｉｔａｓｓｅｓｓｍｅｎｔｉｓｉｍｒｏｖｅｄｓｉｎｉｆｉｃａｎｔｌ．　　　　　　　　　　ｇｐｐｑｙｐｇｙ　

：；；；Ｋｅｗｏｒｄｓｉｍａｅｅｎｈａｎｃｅｍｅｎｔｏｔｉｍｉｚａｔｉｏｎａｌｏｒｉｔｈｍｓａｒｔｉｆｉｃｉａｌｆｉｓｈ－ｓｗａｒｍａｌｏｒｉｔｈｍ；ａｒｔｉｃｌｅｓｗａｒｍｏｔｉｍｉｚａｔｉｏｎｆｉｔｎｅｓｓｆｕｎｃｔｉｏｎ　　　　　　　ｇｐｇｇｐｐｙ　

０　引言

图像在成像过程中受到传感器性能下降、恶劣天气等因素的影响，导致目视效果较差，影响目视解译、目标提取等后续）就是为了改善图像的操作。图像增强（ＩｍａｅＥｎｈａｎｃｅｍｅｎｔ　ｇ

视觉效果，或者使图像让人或机器能更好地分析和理解，用图像中的一些特征和存在的问题采取强有力的方法加强图形部分

１］

。利用非完全Ｂ特征［ｅｔａ函数进行的非线性增强需要人为设

个体寻优进化的动力达到提高增强时效的同时提高增强效果。

１　图像非线性增强

图像像素灰度变换可用如下最基本的形式表达：

＊

（）Ｉｉ１ｘｘｙ＝ｆ（ｙ）

Ｉ为输出的增强图像像素点（ｘ，ｙ）的灰度值，ｆ　　其中，

是非线性变换。一般对不同质量的图像则采用不同的变换函

数，与此对应的变换函数大致有四类。

置参数，使得利用智能优化算法来自动设置最佳参数成为可能。

人工鱼群算法（ＡｒｔｉｆｉｃｉａｌＦｉｓｈ－Ｓｗａｒｍ　Ａｌｏｒｉｔｈｍ，ＡＦ　－ｇ

，ＳＡ）和粒子群算法（ｓｗａｒｍｏｔｉｍｉｚａｔｉｏｎＰＳＯ）都是ａｒｔｉｃｌｅ　　ｐｐ

基于动物行为的群体智能优化算法，但ＡＦＳＡ后期收敛速度

［２］

较慢，只能找到满意的解的域，很难得到精确的最优解；ＰＳＯ算法后期，也会由于粒子的同一化，使得算法很难跳出局部最优，引起显著的早熟现象。

基于上述两种算法各自的缺陷，本文考虑将两种算法有机地结合起来应用到图像非线性增强过程：先利用人工鱼群的全局收敛性快速寻找到满意的解域，再利用粒子群算法进行快速的局部搜索，使得混合后的算法不仅具有快速的局部搜索速度，而且保证具有全局收敛性能，并利用新的适应度函数增进

；。收稿日期：２０１２０４１８２０１２０６１６－－　修回日期：－－

；基金项目：国家自然科学基金（解放军理工大学气象学４０９７６０６２）院基础理论研究基金项目；解放军理工大学预先研究基金项目。

，作者简介：王　敏（女，陕西咸阳人，硕士，讲师，主要从事图１９８３－）像处理、模式识别方向的研究。

人工鱼群与粒子群混合图像自适应增强算法

????????????????????????????????????????????????????

３］

。该归一化的非完全Ｂ这４类变换曲线［ｅｔａ函数Ｆ（ｕ）定义

为：

·２８０６·　　　计算机测量与控制　第２０卷

［］

发于１９９５年共同提出的６。基本原理是一个由ｍ个粒子组成

百度搜索“77cn”或“免费范文网”即可找到本站免费阅读全部范文。收藏本站方便下次阅读，免费范文网，提供经典小说公务员考试人工鱼群与粒子群混合图像自适应增强算法在线全文阅读。