2010论文题目.doc

论文题目1 ： 基于量子智能算法的图像增强算法研究 内容： 　图像增强的主要目的是按照人们主观上对理想图像的要求,对现有图像进行处理,使之达到实际的应用要求。已有图像增强方法大致分为频域法、空域法两大类.频域法通常计算量大，变换参数的选取需要较多的人工干预；空域法主要包括直方图均衡化、直方图变换、灰度拉伸、局部对比度增强、平滑滤波和反锐化掩模等. 这些传统的图像增强方法的自适应性和智能性较差,通用性不强。因此,提出根据图像灰度级性质自动调节的图像自适应增强算法是非常必要的。 本文根据Tubbs提出用归一化的非完全Beta 函数可实现图像变换曲线的自动拟合的特点，利用量子智能算法实现beta函数两参数的快速寻优。量子智能算法是量子计算和智能算法相结合的一种新的优化算法。目前，最为关注的量子智能算法有量子遗传、量子粒子群算法，它们较传统的智能算法具有更高的搜索效率。 本文利用量子智能算法进行灰度图像的非线性变换函数参数的自适应选择。结合图像，给出图片试验效果。通过实验表明，量子智能算法具有强大的搜索能力，它可以根据图像的灰度性质，得到较优的非线性变换曲线，有效的实现了灰度图像的自适应增强。 目的及其意义： 本文将量子智能算法应用于图像的自适应增强，即利用量子智能算法根据每幅图像的灰度特征自动地找出非线性变换函数最优的α、β值。实验表明，利用量子智能算法强大的搜索能力，可以得到较优的非线性变换曲线参数，能够有效的实现灰度图像的自适应增强。 参考文献： 参考文献： 冈萨雷斯(Gonzalez R C)，伍兹（Woods R E）.数字图像处理[M].北京：电子工业出版社，2005.59-112. Matz S C, de Figueiredo R J P.A nonlinear image contrast sharpening approach based on Munsells scale[J]. IEEE Transactions on Image Processing, 2006,15(4): 900-909. LEE Y H, PARK S Y. A study of convex/concave edges and edge-enhancing operators based on the laplacian[J]. IEEE Transactions on Circuits and Systems,1990,37(7):940-946. Munteanu C, Rosa A. Gray-scale image enhancement as an automatic process driven by evolution[J]. IEEE Transactions on Systems, Man, and Cybernetics, Part B, 2004,34(2):1292-1298. Han K H, Kim J H. Quantum-inspired evolutionary algorithm for a class of combinatorial optimization[J]. IEEE Transactions on Evolutionary Computation, 2002,6(6): 580-593. 黄蓓. 量子遗传算法及其在图像自适应增强中的应用研究[D]. 江苏Eldar Y C, Oppenheim A V. Quantum signal processing[J].IEEE Signal Processing Magazine, 2002,19(6):12- 32. Tseng C C, Hwang T M. Quantum digital image processing algorithms[A]. In the 16th IPPR Conference on Computer Vision, Graphics, and Image Processing (CVGIP2003)[C]. Kinmen, 2003. 827- 834. Lou Lian-tang, Ding Ming-yue. Principle and approach of boundary extraction based on particle motion in quantum mechanics[J]. Optical Engineering 2007,46(2)：0270051 周激流，吕航.一种基于新型遗传算法的图像自适应增强算法的研究, 计算机学报Vo l. 24 No. Sep t. 2001 基于模拟退火算法的红外图像自适应对比度增强 论文题目2 ：