資源描述:
《pso約束優(yōu)化耦合直方圖均衡化的圖像增強(qiáng)算法》由會員上傳分享,免費(fèi)在線閱讀,更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。
1、PSO約束優(yōu)化耦合直方圖均衡化的圖像增強(qiáng)算法 摘要:針對當(dāng)前圖像增強(qiáng)算法中灰度歸一化重新分配時產(chǎn)生均值漂移,難以有效保留圖像細(xì)節(jié)信息和亮度保護(hù)等問題,提出了一種基于PSO約束優(yōu)化與直方圖均衡化的圖像增強(qiáng)算法。引入最大類間方差法(Otsu),將輸入圖像分割為目標(biāo)子圖像和背景子圖像兩部分,并對二者分別均衡化,以提高目標(biāo)與背景子圖像的對比度;并根據(jù)閾值加權(quán)約束分別計(jì)算目標(biāo)和背景子圖像的約束;并引入粒子群優(yōu)化(PSO)算法,對目標(biāo)和背景子圖像的約束主要參數(shù)進(jìn)行優(yōu)化,確定最優(yōu)約束值;聯(lián)合目標(biāo)子圖像與背景子圖像的最優(yōu)約束值完成圖像增強(qiáng)。實(shí)驗(yàn)結(jié)
2、果表明,與當(dāng)前增強(qiáng)方法相比,所提出的算法具有更好的亮度保護(hù)和對比度增強(qiáng)效果,較好地保留了輸入圖像的細(xì)節(jié)信息?! £P(guān)鍵詞:直方圖均衡化;最大類間方差法;對比度增強(qiáng);粒子群優(yōu)化 中圖分類號:TN911.73?34;TP391文獻(xiàn)標(biāo)識碼:A文章編號:1004?373X(2016)15?0032?06 Abstract:Sincethemeanshiftmaygenerateinthecurrentimageenhancementalgorithmwhenthegrayscalenormalizationisredistributed,
3、anditisdifficulttoeffectivelypreservetheimagedetailedinformationandprotectthebrightness,anewimageenhancementalgorithmbasedonPSOconstraintoptimizationand9histogramequalizationisproposed.TheOtsumethodisintroducedtosegmenttheinputimageintotheobjectsubimageandbackgroundsub
4、image,andthetwosubimagesarerespectivelybalancedtoimprovethecontrastofobjectsubimageandbackgroundsubimage.Andthentheconstraintsoftheobjectsubimageandbackgroundsubimagearecomputedaccordingtothethresholdweightedconstraint.Inthispaper,theparticleswarmoptimization(PSO)algor
5、ithmisintroducedtooptimizethemainconstraintparametersofobjectsubimageandbackgroundsubimage,andthendeterminetheoptimalconstraints.Theimagewasenhancedincombinationwiththeoptimalconstraintvalueoftheobjectsubimageandbackgroundsubimage.Theexperimentresultsshowthat,incompari
6、sonwiththeavailableimageenhancementmethod,theproposedalgorithmhasbetterbrightnessprotectionandcontrastenhancementeffect,andcangreatlypreservethedetailedinformationofinputimage. Keywords:histogramequalization;Otsumethod;contrastenhancement;particleswarmoptimization 0引
7、言9 在圖像和影像處理過程中,利用對比度增強(qiáng)技術(shù)能夠獲得更好的視覺感官。在一般情況下,直方圖均衡化的對比度增強(qiáng)是通過輸入圖像強(qiáng)度再分配來實(shí)現(xiàn)的,且直方圖改變是大多數(shù)對比度增強(qiáng)技術(shù)的基本方法[1]。因此,將直方圖均衡化(HE)運(yùn)用于輸入圖像的線性累積直方圖,在輸入圖像的動態(tài)強(qiáng)度范圍內(nèi)分布其像素值。目前在醫(yī)學(xué)圖像處理、語音識別、紋理合成、衛(wèi)星圖像處理等方面有廣泛的應(yīng)用[2]。 對此,眾多學(xué)者對圖像增強(qiáng)技術(shù)進(jìn)行研究,如P.Shanmugavadivu等在HE基礎(chǔ)上提出了基于亮度保持的直方圖均衡化方法(BBHE)[3],其依據(jù)輸入圖像的
8、均值將直方圖分為兩部分:其中一部分從最小灰度值到平均灰度值;另一部分從平均灰度值到最大灰度值,然后使得兩直方圖均衡獨(dú)立。實(shí)驗(yàn)結(jié)果顯示該技術(shù)能保持原始圖像的亮度。Kim等提出了子區(qū)域的直方圖均衡化(SRHE)[4],該方法利用高斯濾波分