基于CSO算法的Tetrolet图像自适应增强研究

• 作者: 张鑫
• 来源期刊: 计算机测量与控制
• 关键词: 图像自适应增强 多尺度Retinex Tetrolet变换 Gamma校正 鸡群优化
• 年，卷（期）: 2018,（7）
• 所属期刊栏目: 设计与应用
• 页码范围: 147-152,156
• 页数: 7页
• 分类号: TP751.1
• 语种: 中文
• DOI: 10.16526/j.cnki.11-4762/tp.2018.07.032

摘要

针对现有图像增强方法在增强后的图像整体偏暗、细节丢失和失真等问题,提出了一种新的基于鸡群优化(CSO)算法优化的Tetrolet图像自适应增强方法;采用图像的灰度信息熵为目标函数,将主观图像增强的问题转变为最优化的问题;首先,将对图像的灰阶亮度进行多尺度Retinex图像增强;其次,对增强后的图像进行Tetrolet变换,并对高频分量进行非线性调整,再进行Gamma校正;最后,采用CSO算法对目标函数进行优化求解,获得图像增强的最优的非线性函数调整参数和Gamma校正参数,从而实现图像的自适应增强;在3种实验场景下的对比结果表明,文章方法不仅在主观感受上实现了较好的图像增强同时也在客观评价指标对比度和信息熵有较大的提高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张鑫		12	14	3.0	3.0