基于优化改进的图像模糊增强算法研究

摘要

图像处理的研究，为更深层次的图像分析和图像理解等奠定了基础。作为图像处理领域预处理部分的一项重要分支，图像增强操作通过提高图像的质量、突出图像中感兴趣区域信息，改善了图像在获取过程中因受光照条件、成像设备质量等因素影响而导致的图像信息丢失、质量下降等现象，满足了使用者的需求。本文通过对目前基于图像空间域、图像频率域及优化理论的图像增强技术进行分析，在传统遗传算法、粒子群优化算法和模糊增强算法的研究基础上，将三种传统算法进行改进并结合，利用基于优化理论的方法主要对人物图像、医学图像进行了增强处理。
　　本文的主要研究内容和工作如下:
　　(1)在分析传统粒子群优化算法与模糊增强算法相结合实现图像增强的基础上，提出一种基于改进二维粒子群优化的图像模糊增强算法。通过引入粒子空间对称分布原理、禁忌搜索算法，解决了传统粒了群优化算法容易深陷局部最优解、后期与传统模糊增强算法融合后运行时间过长的问题。并且通过将改进后一维粒子群优化算法向二维进行推广，可以同时搜索出传统模糊增强算法中两个模糊参数Fp和Fe的大小，解决了算法精度问题。最后，将改进后粒子群优化算法与传统模糊增强算法相结合，实现了图像模糊增强。
　　(2)在分析传统遗传算法与模糊增强算法相结合实现图像增强的基础上，提出一种基于改进二维混合遗传的图像模糊增强算法。通过将遗传算法中三大操作模式由传统的恒定概率形式修改为随种群进化代数增加而自动修改形式，解决了传统操作过程本身的不足、充分考虑到了种群中个体粒子的进化特点。进而与改进后二维粒子群优化算法相结合，提高了算法的导向性、对问题空问的最优解值逼近能力。并且通过对传统模糊特征函数公式进行修改，利用模糊参数Fp与图像最大灰度值取值的不同，选取不同模糊特征函数调整公式，解决了传统模糊增强算法所出现的图像部分灰度信息丢失问题。最后，将改进后二维混合遗传算法与改进后模糊增强算法相结合，实现了图像模糊增强。
　　最终，实验结果表明所提出的算法与传统的基于优化理论的图像模糊增强算法相比，不仅考虑到了优化算法各自的特点并实现了有效结合，而且通过考虑图像本身的模糊特性对图像进行模糊增强处理改善了图像质量、提高了图像对比度，使图像边缘信息更为丰富、细节更为突出。

目录

声明

摘要

第一章 绪论

1．1 研究背景及意义

1．2 图像增强方法概述

1．3 图像增强方法应用研究现状

1．4 论文研究内容与结构安排

第二章 传统优化算法与模糊增强算法的基本理论

2．1 引言

2．2 遗传算法

2．3 粒子群优化算法

2．4 模糊增强算法

2．5 本章小结

第三章 基于改进二维粒子群优化的图像模糊增强算法研究

3．1 引言

3．2 改进的二维粒子群优化算法

3．3 改进二维粒子群优化的图像模糊增强算法

3．4 实验结果与分析

3．5 本章小结

第四章 基于改进二维混合遗传的图像模糊增强算法研究

4．1 引言

4．2 改进的二维混合遗传算法

4．3 改进二维混合遗传的图像模糊增强算法

4．4 实验结果与分析

4．5 本章小结

第五章 总结与展望

5．1 总结

5．2 展望

参考文献

致谢

个人简介