基于改进麻雀算法的图像自适应增强方法

摘要

针对非完全Beta函数在图像增强过程中需手动调整参数、算法效率较低的问题,本文提出了一种基于改进麻雀搜索算法(LKSSA)的图像自适应增强方法(LKSSA Beta)。首先,采用Logtistic混沌映射优化麻雀搜索算法(SSA)初始种群;其次,使用鸟群算法飞行行为思想及柯西高斯扰动提高SSA寻优能力;然后,利用LKSSA优化Beta函数的参数,构建灰度变换曲线,达到图像增强效果;最后,将本文算法与基于PSO图像增强法、基于人工蜂群图像增强法及基于传统Beta函数图像增强法实验结果进行对比。对比结果表明,LKSSA将具有更优的灰度图像全局搜索能力,本文算法可以保留图像更多细节信息,使图像整体对比度明显提高。