| 基于人工蜂群优化的NSCT域图像模糊集增强方法 |
| |
| 引用本文： | 吴一全,殷骏,戴一冕. 基于人工蜂群优化的NSCT域图像模糊集增强方法[J]. 华南理工大学学报(自然科学版), 2015, 43(1) |
| |
| 作者姓名： | 吴一全 殷骏 戴一冕 |
| |
| 作者单位： | 1. 南京航空航天大学电子信息工程学院,江苏南京210016;农业部渔业装备与工程技术重点实验室,上海200092;农业部淡水渔业和种质资源利用重点实验室,江苏无锡214081;南京财经大学食品科学与工程学院∥江苏省粮油品质控制及深加工技术重点实验室,江苏南京210023
2. 南京航空航天大学电子信息工程学院,江苏南京,210016 |
| |
| 基金项目： | 国家自然科学基金资助项目，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，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，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，深圳市城市轨道交通重点实验室开放基金资助项目，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 China |
| |
| 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 |
Image Enhancement in NSCT Domain Based on Fuzzy Sets and Artificial Bee Colony Optimization |
| |
| Wu Yi-quan,Yin Jun,Dai Yi-mian. Image Enhancement in NSCT Domain Based on Fuzzy Sets and Artificial Bee Colony Optimization[J]. Journal of South China University of Technology(Natural Science Edition), 2015, 43(1) |
| |
| Authors: | Wu Yi-quan Yin Jun Dai Yi-mian |
| |
| Abstract: | |
| |
| Keywords: | image enhancement nonsubsampled Contourlet transform fuzzy sets artificial bee colony algorithm Bayesian shrinkage threshold nonlinear gain adaptive enhancement |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
|
