[发明专利]一种萤火虫算法与杜鹃搜索算法并行融合的图像增强方法

权利要求书

1.一种萤火虫算法与杜鹃搜索算法并行融合的图像增强方法，其特征在于，包括以下步骤：

步骤1：输入待进行增强的原始图像S，使用图像增强方法对图像进行增强；

步骤2：初始化萤火虫算法基本参数，随机初始化萤火虫的位置为种群1；

步骤3：初始化杜鹃搜索算法基本参数，随机初始化鸟巢位置为种群2；

步骤4：在种群1更新萤火虫的位置，重新计算萤火虫的亮度，并计算其适应度函数；

步骤5：保留当前最优值A1_i，其中i为迭代次数；

步骤6：在种群2中执行杜鹃搜索，并计算其适应度函数；

步骤7：保留当前最优值A2_i；

步骤8：比较A1_i、A2_i，将两者中的更优的值更新为当前的全局最优解，即gBesti＝best{A1_i，A2_i}，判断是否满足最大迭代代数；

若满足，则输出全局最优解执行步骤9；

若不满足，则迭代次数+1，并使用gBesti作为最优值继续执行步骤2；

步骤9：输出增强后的图像。

2.根据权利要求1所述的萤火虫算法与杜鹃搜索算法并行融合的图像增强方法，其特征在于：步骤3中，萤火虫算法基本参数包括萤火虫数目、最大吸引度β₀、光强吸收系数γ、步长因子α，随机初始化萤火虫的位置为种群1，计算萤火虫的目标函数值作为各自最大荧光亮度I₀。

3.根据权利要求1所述的萤火虫算法与杜鹃搜索算法并行融合的图像增强方法，其特征在于：步骤3中，杜鹃搜索算法基本参数包括种群规模、搜索空间维数d；随机初始化鸟巢位置X＝[X1(0)，X2(0)，…，Xn(0)]T为种群2，计算每个鸟巢位置的目标函数值并进行比较，得到当前的最优函数值。

4.根据权利要求1所述的萤火虫算法与杜鹃搜索算法并行融合的图像增强方法，其特征在于：步骤4中，使用萤火虫的相对亮度I和吸引度β决定萤火虫移动方向，更新萤火虫位置；

其中萤火虫的相对亮度萤火虫的吸引度萤火虫i被吸引向萤火虫j移动的位置更新公式为：

x_i＝x_i+β×(x_j-x_i)+α×(rand-1/2)；

其中，γ为光吸收系数，r_ij为萤火虫i、j之间的距离，x_i为萤火虫i的位置，x_j为萤火虫j的位置；I₀为萤火虫的目标函数值作为各自最荧光亮度，β₀为当两个萤火虫距离r_ij＝0时的吸引度，α×(rand-1/2)为扰动项，可加大萤火虫的搜索范围，避免算法陷入局部最优，α为扰动因子。

5.根据权利要求1所述的萤火虫算法与杜鹃搜索算法并行融合的图像增强方法，其特征在于，所述步骤4以及步骤6中所述适应度函数为图像的质量评价公式：

其中，M、N分别代表图像的宽、高，f'(x,y)为像素点(x,y)变换后的灰度值，fit值越大，图像的对比度越大，图像的增强效果越好。

6.根据权利要求1所述的萤火虫算法与杜鹃搜索算法并行融合的图像增强方法，其特征在于：步骤6中，利用莱维飞行对除最优鸟巢以外的其他鸟巢的位置和状态进行更新，计算目标函数值，获得的函数值与当前的最优函数值进行比较，若较好，则更新记录当前最优值；位置更新后，用随机数r与Pa进行比较，鸟巢主人发现外来鸟蛋的概率Pa∈[0,1]，如果r>pa就随机更新一次鸟窝位置，否则鸟巢位置不变；

布谷鸟寻找宿主鸟巢的位置和路径的更新公式如下：

其中，表示第i个鸟巢在第t次迭代时的位置，步长因子α>0，用来控制步长，其值服从正态分布且：

其中s为步长，s>>0，λ为Lévy指数，Γ函数对于给定的λ是常数。

7.根据权利要求1所述的萤火虫算法与杜鹃搜索算法并行融合的图像增强方法，其特征在于：步骤8中在并行混合算法的过程中，每一次迭代都会将萤火虫算法和杜鹃搜索算法所获得的最优值作为全局最优解，以共享各算法所取得的成果，再代入下一代的计算中。并行混合算法的整个过程中，并行的各算法的种群数之和为群体中个体的总数，而各算法的迭代次数与总迭代次数相同。