[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

说明书

本发明公开了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，结合优化算法使用萤火虫算法与杜鹃搜索算法并行融合的图像增强方法，优化算法每一次更新最优解时都使用两种算法中的更优解替换原本自身的最优解，充分解决了目前现有技术中的萤火虫算法易于陷入局部最优和杜鹃搜索算法收敛速度较慢的缺点，集合了两者的优点，从而更高效的进行图像增强，该方法具有较快的搜索速度和较强的全局寻优能力。

技术领域

本发明属于图像处理技术领域，涉及一种图像增强方法，具体涉及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。

背景技术

近年来，在电子、通信、计算机、自动化等众多学科中，不断地出现了许多复杂的组合优化问题。面对这些问题，传统的优化方法需要遍历整个空间，无法在短时间内完成搜索，特别是在某些工程优化问题中，需要寻找最优解，但工程优化的复杂性、非线性、约束性以及建模困难等诸多特点，寻求高效的优化算法已成为相关学科的主要研究内容之一，收到人类智能、生物群体社会性或自然现象规律的启发，人们发明了很多智能优化算法来解决上述复杂优化问题。

萤火虫算法是一种模仿萤火虫之间信息交流，相互吸引集合，警戒危险。萤火虫算法的流程极其简单，算法拥有较快的收敛速度，但种群快速收敛的同时有较大的概率陷入局部最优，而萤火虫算法的流程中没有跳出局部最优的操作。因此该基本算法收敛速度快但易于陷入局部最优。

杜鹃搜索算法是一种模仿杜鹃鸟寻窝产卵活动的群集智能优化算法。算法有极强的跳出局部最优能力。同时由于寄主放弃寄生巢的操作，算法在的局部搜索能力不强，在算法初期算法列维飞行步长较长，搜索范围较广，收敛速度较慢。

图像增强是图像预处理的基本步骤之一，图像增强通常分为频域法、空域法，使用智能优化算法可加速其求解过程，更快的增强图像。

发明内容

为了解决图像增强计算量大，耗费时间多的问题，本发明开拓性地提出了一种萤火虫算法与杜鹃搜索算法并行融合的萤火虫算法与杜鹃搜索算法并行融合的图像增强方法，从而更高效的进行图像增强，该方法具有较快的搜索速度和较强的全局寻优能力。

本发明所采用的技术方案是：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。