一种改进的图像增强方法技术

本发明专利技术一种改进的图像增强方法，包括：S1、对图像像素灰度为f(x,y)进行归一化处理得到n(x,y)，其中采用改进后的归一化处理方式：

An improved image enhancement method

An improved image enhancement method of the invention includes: S1, normalizing the image pixel gray level F (x, y) to get n (x, y), and adopting the improved normalization method.

【技术实现步骤摘要】
一种改进的图像增强方法
本专利技术涉及图像增强
，特别是涉及一种改进的图像增强方法方法。
技术介绍
图像增强的目的在于：①采用一系列技术改善图像的视觉效果，提高图像的清晰度；②将图像转换成一种更适合于人或机器进行分析处理的形式。图像增强包括灰度级和对比度处理，噪声消除，边缘突起和锐化，滤波，插值和放大，以及伪色彩处理等。目前常用的增强技术可分为空域图像增强法和频域图像增强法两种。前者对图像像素直接处理，而后者先对图像进行傅里叶变换之后再进行处理。空域增强法包括灰度变换，直方图变换，图像中的脉冲噪声模型，邻域平均法，中值滤波和图像锐化等。频率域增强法通常包括频率域法通常分为高、低通滤波、频率带通和带阻滤波、同态滤波等。遗传算法由于具有高效、鲁棒性强，且不容易陷入局部最优等优点，许多学者也将其应用到图像增强中。有研究者将遗传算法用于图像增强，使用图像的参数模型。将图像增强转化为参数的优化；有研究者基于染色体结构划分寻优空间对遗传算法进行改进，达到提高图像对比度的目的；有研究者利用Fibonacci数列对遗传算法的交叉概率及变异概率进行了改进,实现了在模糊域中利用遗传算法进行图像增强。有研究者基于人工免疫原理,采用针对图像质量评价效果的新适应度函数，包括方差、信息熵、紧致度、信噪改变量以及像素差别五要素，以上对图像增强的各种改进虽然都取得了一定的效果，但它们的共同点是改进都是单方面的，也就是说各种改进都是从不同的角度进行的，所以效果也不尽相同。而且大都存在适用面较窄、需要预先设置阀值、计算量较大等不足之处。因此，建立一种能够在复杂环境中保持图像中的细节信息及纹理特征，具备良好的自适应性及抗噪能力的图像增强算法，具有积极的意义。
技术实现思路
为了克服上述现有技术的不足，本专利技术提供了一种改进的图像增强方法方法。本专利技术所采用的技术方案是：一种改进的图像增强方法，其特征在于，包括以下步骤：S1、原图像像素灰度为f(x,y)，然后对其进行归一化处理得到n(x,y)；其中采用改进后的归一化处理方式：其中Lmin和Lmax分别为原图像灰度值的最小值和最大值，n(x,y)∈[0,1]；S2、按照AIGA抗体编码方法对待优化的两个参数进行编码，随机产生一组初始个体构成初始种群，并输入控制参数交叉概率pc、变异概率pm、群体规模N和最大运行代数G；进行运算，产生种群X(t)；所述初始种群的初始化方法，设一个抗体中变量个数为n，初始抗体规模为m，ai和bi分别为变量xi的取值上限和下限，为第i个初始个体：式中为第i个个体的第j个分量的初始值，j∈{1,2,…,n}；令rij为与第i个体第j个分量，是[0，1]区间内服从均匀分布的随机数，则初始抗体可按下式产生：其中：S3、判断种群X(t)进化代数t是否等于最大运行代数G，若符合则算法结束，输出最优解；否则转向下一步；S4、用适应度函数计算个体适应度；采用轮盘赌策略从种群X(t)中选择M个个体，对选中的M个个体按照AIGA算法遗传操作中的交叉和变异方法进行交叉和变异操作；S5、按AIGA算法疫苗选取方法选取两个疫苗，然后选取待接种个体数和接种点数进行免疫操作，并做出接种后的免疫选择，同时，对接种后的种群采用最优个体保留策略；S6、一组对应一个非线性变换函数F(u)，用非线性变换函数进行图像灰度变换，得到输出图像g(x,y)。进一步的，所述的AIGA抗体编码，设参数取值范围为[U1,U2]，用长度为k的二进制编码符号来表示，可产生2k种不同的编码，其编码方式如下：其中：进一步的，对所述编码进行解码：假设某一个抗体的编码为bkbk-1bk-2…b2b1，则对应的解码公式为：进一步的，对所述编码进行解码：假设某一个抗体的编码为bkbk-1bk-2…b2b1，则对应的解码公式为：进一步的，所述的适应度函数计算个体适应度方法为利用图像的信息熵E、图像方差Fac、紧致度C、信噪改变量INc，达到图像的整体与局部，结构与细节协调平衡；适应度函数如下：fitness(·)＝E·INc·[Fac+2.5C]其中：Pi为第i级灰度出现的概率，当Pi＝0时，定义pilog2pi＝0。INc表示灰度为h的像素个数大于给定阀值Th的数量。INc越大，表明图像增强后损失的越少，保留下来的层次越多。对于传统的Fac计算方式进行改进算法，其中，M、N为图像的长度和宽度，n＝M×N，Fac越大，图像对比度越大。紧致度C表示周长P的平方与面积A的比：P、A定义如下：进一步的，所述的采用轮盘赌策略从种群X(t)中选择M个个体，采用的是轮盘赌策略,每个个体用圆形赌盘的一块来代表其适应度的比例；赌盘按照群体中个体数的值进行相应次数的旋转，从而始终保持群体的大小不变，个体被选中的概率取决于个体的相对适应度，公式如下：其中pi为个体i被选中的概率，fi为个体i的适应度，为群体的累加适应度。进一步的，所述的对选中的M个个体按照AIGA算法遗传操作中的交叉和变异方法进行交叉和变异操作，所述交叉操作：采用均匀交叉形成新个体，其过程是在交叉概率相同的前提下，交换配对个体对应的基因，其过程如下：随机生成屏蔽字W＝(w1,w2,w3,···,wl)，其中l为个体编码串的相应长度；按照下述的规则将一对父代染色体的基因进行交换：若wi＝0，则两个父代染色体的第i个基因不变；若wi＝1，则两个父代染色体的第i个基因相互交换生成新一代个体；所述变异操作：变异是以小概率对个体编码上的某个位置进行改变，进而生成新个体；对于给定的染色体位串s'＝a1'a'2…a'L，具体步骤如下：给定变异概率pm，随机产生xi∈(0,1)；按照以下原则生成新的个体s'＝a1'a'2…a'L，其中xi是对应于每一个基因位产生的均匀随机变量xi∈(0,1)。进一步的，所述按AIGA算法疫苗选取方法选取两个疫苗，包含以下步骤：1计算种群X(t)＝(x1(t),x2(t),...,xn(t))中个体xi(t)的适应度为f(xi(t))；2令X(t)中最优个体的下标为k1，即f(xk1(t))取得最大值；3遍历整个种群X(t)，令p＝f(xk1(t))-f(xi(t))，记使p的值取得最小且不为0的个体下标为k2，则为种群X(t)中的次优解；4选取和为两个疫苗。进一步的，所述的选取待接种个体数和接种点数进行免疫操作，并做出接种后的免疫选择，包含以下步骤：T1、接种个体的选择，对种群X(t)中的个体适应度f(xi(t))排序，计算种群平均适应度：随机选择低于平均适应度的个体作为接种个体；T2、接种个体数和接种点数的选择，接种个体数：其中，t表示当前代数，N表示当前代种群的个体数；接种点数：p(t)＝L*e-tL表示个体编码长度；T3、接种后抗体的选择方法，选取xk1(t)和xk2(t)为两个疫苗，假设选取的待接种个体为xm(t)，通过在接种点的周围选取最近的点注入疫苗，接种后产生两个抗体分别为和选取f(xm(t))，中大者为抗体。进一步的，所述步骤S5中的一组对应一个非线性变换函数F(u)，用非线性变换函数进行图像灰度变换，得到输出图像g(x,y)；其中：g(x,y)＝Lmin+(Lmax-Lmin)F(n(x,y))或与现有技术相比，本专利技术的有益效果是：通过用一种本文档来自技高网...

【技术保护点】
一种改进的图像增强方法，其特征在于，包括以下步骤：S1、原图像像素灰度为f(x,y)，然后对其进行归一化处理得到n(x,y)；其中采用改进后的归一化处理方式：

【技术特征摘要】
1.一种改进的图像增强方法，其特征在于，包括以下步骤：S1、原图像像素灰度为f(x,y)，然后对其进行归一化处理得到n(x,y)；其中采用改进后的归一化处理方式：其中Lmin和Lmax分别为原图像灰度值的最小值和最大值，n(x,y)∈[0,1]；S2、按照AIGA抗体编码方法对待优化的两个参数进行编码，随机产生一组初始个体构成初始种群，并输入控制参数交叉概率pc、变异概率pm、群体规模N和最大运行代数G；进行运算，产生种群X(t)；S3、判断种群X(t)进化代数t是否等于最大运行代数G，若符合则算法结束，输出最优解；否则转向下一步；S4、用适应度函数计算个体适应度；采用轮盘赌策略从种群X(t)中选择M个个体，对选中的M个个体按照AIGA算法遗传操作中的交叉和变异方法进行交叉和变异操作；S5、按AIGA算法疫苗选取方法选取两个疫苗，然后选取待接种个体数和接种点数进行免疫操作，并做出接种后的免疫选择，同时，对接种后的种群采用最优个体保留策略；S6、一组对应一个非线性变换函数F(u)，用非线性变换函数进行图像灰度变换，得到输出图像g(x,y)。2.根据权利要求1所述的一种改进的图像增强方法，其特征在于，所述的AIGA抗体编码，设参数取值范围为[U1,U2]，用长度为k的二进制编码符号来表示，可产生2k种不同的编码，其编码方式如下：其中：3.根据权利要求2所述的一种改进的图像增强方法，其特征在于，对所述编码进行解码：假设某一个抗体的编码为bkbk-1bk-2…b2b1，则对应的解码公式为：4.根据权利要求2所述的一种改进的图像增强方法方法，其特征在于，对所述编码进行解码：假设某一个抗体的编码为bkbk-1bk-2…b2b1，则对应的解码公式为：5.根据权利要求1所述的一种改进的图像增强方法方法，其特征在于，所述的适应度函数计算个体适应度方法为利用图像的信息熵E、图像方差Fac、紧致度C、信噪改变量INc，达到图像的整体与局部，结构与细节协调平衡；适应度函数如下：fitness(·)＝E·INc·[Fac+2.5C]其中：Pi为第i级灰度出现的概率，当Pi＝0时，定义pilog2pi＝0。INc表示灰度为h的像素个数大于给定阀值Th的数量；其中，M、N为图像的长度和宽度，n＝M×N；紧致度C表示周长P的平方与面积A的比：P、A定义如下：6.根据权利要求1所述的一种改进的图像增强方法方法，其特征在于，所述的采用轮盘赌策略从种群X(t)中选择M个个体，采用的是轮盘赌策略,每个个体用圆形赌盘的一块来代表其适应度的比例；赌盘按照群体中个体数的值进行相应次数的旋转，从而始终保持群体的大小不变，个体被选中的概率取决于个体的...

【专利技术属性】
技术研发人员：姜代红，黄忠东，戴磊，孙天凯，
申请(专利权)人：徐州工程学院，
类型：发明
国别省市：江苏,32