人工鱼群与粒子群混合图像自适应增强算法(3)

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

Ｍ－２

Ｎ

ｘ，ｙ

２

－ｉｘ２，＋ｙ）；

第１０期王　敏，等：人工鱼群与粒子群混合图像自适应增强算法·２８０７·　

Ｆｂｒ＝Ｉｎｃ＝Ｃ＝

ｉ∑∑（

ｘ＝１ｙ＝１

ｎ（ｈ）ｔ＞

∑１；

２，即周长的平方与面积的比。ＰＡ

Ａ

）每条人工鱼体通过觅食、聚群、追尾和随机行为更新ｃ自己的位置。

）鱼群终止条件。若达到预设进化代数，将最优值、最ｄ

），否则转ｂ）。优位置更新于公告板，转ｅ

）重新初始化所有微粒的位置和速度，或者将鱼群最大ｅ

进化代数时粒子的信息对应赋值给微粒群粒子信息。

）将公告板最优位置、最优值信息赋给ｐｂｅｓｔ和ｇｂｅｓｔ。ｆ

）评价每个微粒的适应度。ｇ

）对每个微粒，将其适应值与其经历过的最好位置ｐｂｅｓｔｈ

。作比较，如果较好，则将其作为当前的最好位置ｐｂｅｓｔ）对每个微粒，将其适应值与全局所经历的最好位置ｉ

。ｂｅｓｔ作比较，如果较好，则更新全局最好位置ｇｂｅｓｔｇ

）根据式（）、式（）更新微粒的速度和位置。１２ｊ）检查终止条件（通常为达到预设进化代数或足够好的ｋ

，如果满足终止条件，则输出最优解，算法终止；否适应值））。则转ｇ

（）图像增强：３

，上述得到的非线性变换函数设为Ｆ（ｕ）０≤ｕ≤１，则变

换后的图像为：

）′（ｘ，ｘ，ｇｙ）＝Ｆ（ｇ（ｙ）

０≤ｇ′（ｘ，　　其中，ｙ）≤１。

（）反归一化处理：４

得到的最终输出图像为：

（）９

参考文献：

［］朱凯军，周　焰，兰祖送．基于区域分割的雾天图像增强算法１

［］）：６Ｊ．计算机测量与控制，２００６，１４（５６１６６３．－

［］李晓磊，邵之江，钱积新．一种基于动物自治体的寻优模式：鱼群２

］）：３算法［Ｊ．系统工程理论与实践，２００２，２２（１１２３８．－［］ＴＵ］３ＢＢＳＪＤ．Ａｎｏｔｅｏｎｉｍａｅｅｎｈａｎｃｅｍｅｎｔ［Ｊ．Ｐａｔｔｅｒｎａｒａｍｅｔｒｉｃ　　　　　　　ｇｐ

，１）：６Ｒｅｃｏｎｉｔｉｏｎ９８７，２０（６１７６２１．－ｇ

［］：，４ＥｂｅｒｈａｒｔＲＣ，ＳｈｉＹ．Ｐａｒｔｉｃｌｅｓｗａｒｍｏｔｉｍｉｚａｔｉｏｎｄｅｖｅｌｏｍｅｎｔｓ　　　　　ｐｐ

，Ｋ：Ｐａｌｉｃａｔｉｏｎｓａｎｄｒｅｓｏｕｒｃｅｓ［Ａ］．ＳｅｏｕｌｏｒｅａｒｏｃＩＥＥＥＩｎｔ＇ｌ　　　　ｐｐ

ｏｎＥｖｏｌｕｔｉｏｎａｒＣｏｍｕｔａｔｉｏｎ［Ｃ］．２００１：８１８６．Ｃｏｎｆ　　－ｙｐ　［］高　尚，杨静宇．群智能算法及其应用［５Ｍ］．北京：中国水利水

电出版社，２００６．

［］Ｋ，６ＥＮＮＥＤＹＪＥＢＥＲＨＡＲＴＲ．Ｐａｒｔｉｃｌｅｓｗａｒｍｏｔｉｍｉｚａｔｉｏｎ［Ａ］．　　　　ｐ

ＰｒｏｃｅｅｄｉｎｓｏｆＩＥＥＥＩｎｔｅｒｎａｔｉｏｎａｌＣｏｎｆｅｒｅｎｃｅｏｎＮｅｕｒａｌＮｅｔｗｏｒｋｓ　　　　　　　ｇ［，Ａ，Ｃ］．Ｐｅｒｔｈｕｓｔｒａｌｉａ１９９５：１９４２１９４８．－

［］孙勇强，秦媛媛．基于微粒群算法的彩色图像增强研究［］７Ｊ．徐州

，２）：３工程学院学报（自然科学版）００９，２４（３６４０．－

［］李丙春，耿国华．基于粒子群优化的图像自适应增强方法［］８Ｊ．

）：４计算机工程与设计，２００７，２８（２０９５９４９６１．－

［］姚祥光，周永权，李咏梅．人工鱼群与微粒群混合优化算法［］９Ｊ．

图２　实验原图像及其灰度直方图

）：２计算机应用研究，２０１０，２７（６０８４２０８６．－

［１０］ＧｏｎｚａｌｅｚＲａｆａｅｌＣ．ＤｉｉｔａｌＩｍａｅＰｒｏｃｅｓｓｉｎＵｓｉｎＭＡＴＬＡＢ　　　　ｇｇｇｇ　　

［：：Ｍ］．ＢｅｉｉｎＰｕｂＨｏｕｓｅｏｆＥｌｅｃｔｒｏｎｉｃｓＩｎｄｕｓｔｒＰｅａｒｓｏｎＥｄｕ　　　　　－ｊｇｙ）ｃａｔｉｏｎ（ＡｓｉａＣｏ．２００４．

图３　两种优化增强结果及其灰度直方图

５　结论

本文提出了将人工鱼群与微粒群混合进行图像增强的算法，先利用人工鱼群算法全局收敛性好的优点找到满意的全局收敛域，再利用粒子群算法收敛速度快的优点进而得到图像非线性增强Ｂｅｔａ函数的最优参数α，ａｔｌａｂ仿真实验表β。通过Ｍ

明，该算法较仅使用人工鱼群算法、粒子群算法的增强处理，在提高算法的搜索效率、收敛精度以及图像增强效果等方面有显著成效。

ｘ，Ｌｍａｘ，′（′（＋Ｌｍｘ－Ｌｍｉｎ）ｉｎｆｙ）＝（ｇｙ）（）１０

４　实验仿真

为验证本文算法的有效性，采用ＭＡＴＬＡＢ７．０对同一幅

１０］

）进行增强仿真实验［。分别采用一般的Ｐ较暗图像（图２ＳＯ优化与本文的ＡＦＡＳ＋ＰＳＯ结合的优化算法对图３进行非线性增强比较，效果评价以处理后图像的直方图为标准。其实验结果图如图４所示。

从图３可以看出，通过本文设计的基于ＡＦＡＳ＋ＰＳＯ优化算法进行图像非线性增强，较一般粒子群优化增强算法而言，灰度分布更加均匀，对比度明显，视觉效果更好

。

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(3)在线全文阅读。