基于人工蜂群优化的NSCT域图像模糊集增强方法

摘要：

针对实际应用中所采集的图像对比度低、边缘细节模糊的问题,提出了基于非下采样Contourlet变换(NSCT)、模糊集、人工蜂群(ABC)优化的自适应图像增强方法.首先对输入图像进行NSCT分解,得到一个低频子带和多个高频子带;然后依据贝叶斯萎缩阈值和非线性增益函数增强高频子带系数,采用模糊增强法增强低频子带系数,并利用ABC算法优化其中的模糊参数,以提高模糊增强法的自适应性;接着用低频子带图像的信息熵作为ABC算法的适应度函数,同时引入较劣种群随机初始化策略改进ABC算法,以缩短增强方法的运行时间.文中采用该增强方法对淡水鱼、铁轨表面、储粮害虫3类图像进行了增强实验,并依据主观视觉效果和对比度增益、清晰度增益、信息熵3个客观定量评价指标,对文中方法及其他3种同类增强方法进行了比较.结果表明,所提出的方法视觉效果最佳,能提高图像的对比度和清晰度,目标边缘光滑,且增加了图像的信息量,便于后续准确地进行图像检测与识别.

关键词：图像增强、非下采样Contourlet变换、模糊集、人工蜂群算法、贝叶斯萎缩阈值、非线性增益、自适应增强

所属期刊栏目：43

分类号：TN911.73

资助基金：国家自然科学基金资助项目60872065;农业部渔业装备与工程技术重点实验室开放基金资助项目2013001;农业部淡水渔业与种质资源利用重点实验室开放基金资助项目KF201313;江苏省粮油品质控制及深加工技术重点实验室开放基金资助项目LYPK201304;深圳市城市轨道交通重点实验室开放基金资助项目SZCSGD201306;江苏省高校优势学科建设工程资助项目;2013年研究生学位论文创新与创优基金资助项目DZS201203 Supported by the National Natural Science Foundation of China60872065

在线出版日期：2015-07-20（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：59-65