华南理工大学学报(自然科学版) ›› 2015, Vol. 43 ›› Issue (1): 59-65.doi: 10.3969/j.issn.1000-565X.2015.01.010
吴一全1,2,3,4 殷骏1 戴一冕1
Wu Yi - quan1,2,3,4 Yin Jun1 Dai Yi - mian1
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.
中图分类号: