基于微粒群算法的彩色图像增强研究.pdfVIP

第 24卷第 3期 徐 州 工 程 学 院 学 报 (自然 科 学 版 ) 2009年 9月 Vo1．24No．3 JournalofXuzhou InstituteofTechnology (NaturalSciencesEdition) SEP．2009 基于微粒群算法的彩色图像增强研究 孙勇强 ，秦媛媛 (1．淮阴师范学院 继续教育学院，江苏 淮安 223001； 2．江苏财经职业技术 学院 计算机技 术与艺术设计 系，江苏 淮安 223003) 摘 要：在增强彩色图像问题中，把图像增强看作最优化问题，提 出了一种基于微粒群算法的 彩色图像 自适应增强方法．将在 RGB空间表示的降质 图像转换到与人类视觉系统特性相适应的 HIS颜色空间进行增强，提出了应用于亮度 1分量的新的 目标函数．使用此方法可以自动地找出降 质图像归一化的非完全 函数的最优参数值，对原始 图像降质类型进行正确的推理．仿真结果表明 所提出的方法在 自动拟合灰度的广义变换上有很好的性能，图像增强效果显著． 关键词 ：彩色 图像增强；微粒群优化算法；非完全 口函数；颜色空间 中图分类号：TP391 文献标志码 ：A 文章编号：1674—358X(2009)03-0036—05 图像增强是一种非常重要的图像处理技术，由于在 自动图像分析中色彩是一个有力的描述工具 ，人们对 图像进行分析时，能够识别成千上万的色彩，所以彩色图像的处理技术越来越受到人们的重视．本文提出了 一 种基于微粒群算法的彩色图像 自适应增强方法 ，采用了与人类视觉系统的特性相适应的HIS颜色空间． 在这个研究中，提出了应用于亮度 1分量的新的 目标函数 ，采用均匀化的饱和度 S分量 ，色调 H分量保持不 变．本文首先介绍了PSO算法，然后介绍图像的非线性转换和新的 目标 函数的提出过程 ，最后提 出PSO算 法实现彩色图像 自适应增强的具体过程 ，并给出相应的仿真结果与结论． 1 微粒群优化算法 微粒群优化算法是一种基于种群的随机优化算法，由Eberhart和Kennedy于 1995年提出l1]．它是一种 局部搜索效率高的搜索算法 ，收敛速度快 ，特别是在算法的早期 ，但也存在着精度较低，易发散等缺点．Shi 和 Eberhart在 1998年对微粒群算法引入了惯性权重 (￡)，并提出了在进化过程 中线性调整惯性权重的方 法_l2来平衡全局和局部搜索的性能，该方法已被学者们称为标准 PSO算法 ，而将初始版本的算法称为原始 微粒群算法．PSO 的优势在于算法没有很多参数需要调整，且不需要梯度信息．PSO是解决非线性连续优 化 问题 、组合优化 问题和混合整数非线性优化问题的有效优化工具． 2 灰度非线性转换 图像增强的 目的就是改善图像的质量 ，也就是使指定的特征更加突出、恢复降质图像的细节等等．低对 比的降质图像可 以通过拉伸动态 的灰度直方图来实现增强 ，例如灰度等级的改变_l3]．使用表示输人图像中像 素点(，)的灰度级，最简单的比例变换为 』 一 ／( )， (1) 厂是线性或非线性的转换．对于灰度图像的四种通用的非线性转换如图 1所示l4]．图中横坐标为原 图像 的灰 度 ，纵坐标为处理后图像的灰度．图1中，(a)是拉伸偏暗区域的转换 ，(b)是拉伸较亮区域的转换，(c)是拉伸 中问区域压缩两端区域的转换 ，(d)是拉伸两端区域压缩中间区域 的转换． 通常，为了实现增强不同类型的降质图像 ，需要不同类型的非线性变换．每一种都可以被一组参数所描 述．在这个研究中，输入图像像素首先被规格化到区间[0，1]并且等式(1)被重写成 收稿 日期 ：2009—04—10 作者简介 ：孙勇强(1982一)，男，山东滕州人，硕士，主要从事人工智能与模式识别、图形图像处理等研究 ·36 · 孙勇强，等 ：基于微粒群算法的彩色图像增强研究 (a) (b) (c)