基于混合进化算法优化模糊对比度图像去雾.docVIP

基于混合进化算法优化模糊对比度图像去雾 　　摘 要： 将粒子群优化算法引入到图像对比度增强中，结合遗传算法全局搜索的优点，提出一种基于混合进化算法的图像模糊对比度增强方法。该算法首先将雾天图像由RGB空间转换到HSV空间，利用高斯隶属度函数模糊化图像，通过隶属度函数与渡越点距离算子定义图像的模糊对比度、模糊熵以及视觉因子，得到待优化目标函数，再通过混合进化算法选择参数，实现图像对比度变换的自适应性。采用图像质量评价函数证明了该算法的有效性。 　　关键词： 图像去雾； 粒子群优化算法； 遗传算法； 混合进化算法； 模糊对比度增强 　　中图分类号：TP39 文献标志码：A 文章编号：1006-8228（2016）01-12-06 　　Fog removal method based on fuzzy contrast optimization 　　using hybrid evolutionary algorithm 　　He Jie， Song Hongjun， Hu Junguo， Gao Yuanyuan 　　（1. Research Center for Smart Agriculture and Forestry， School of Information Engineering， Zhejiang A F University， Hangzhou， Zhejiang 311300， China； 2. Zhejiang Provincial Key Laboratory of Forestry Intelligent Monitoring and Information Technology， Zhejiang A F University） 　　Abstract： This paper proposed a fog removal method based on fuzzy contrast optimization using hybrid evolutionary algorithm （FCOHE-FR）， in which， combining with the advantages of genetic algorithm， the particle swarm optimization algorithm is introduced to the image contrast enhancement. By combining the particle swarm optimization algorithm with the genetic algorithm with hybrid evolutionary， a defogging algorithm is presented. Convert fog video from RGB space to HSV space； blur the images by using Gaussian membership function. Define image contrast， fuzzy entropy and visual factor by fuzzy membership function and crossover point distance operator to get the objective function to be optimized. Then， the hybrid evolutionary algorithm is adopted to select parameters to achieve image contrast self-adaptive transform. The effectiveness of the proposed algorithm is proved by the image quality evaluation function. 　　Key words： image defogging； particle swarm optimization algorithm； genetic algorithm； hybrid evolutionary algorithm； fuzzy contrast enhancement 　　0 引言 　　由于雾天大气中悬浮粒子的散射作用导致视频图像亮度增加、清晰度下降。图像去雾的主要任务就是去除雾天对图像造成的不利影响，增强图像的清晰度。在交通领域，图像去雾算法被广泛应用于车辆辅助驾驶系统中，是目标检测与跟踪、目标分类与识别的保证[1]。根据是否依赖大气散射模型，目前图像去雾算法主要分为两类：基于物理模型的方法和基于图像增强的方法。