[发明专利]一种参数最优的灰度图像增强处理系统有效

专利信息
申请号: 201710367543.0 申请日: 2017-05-23
公开(公告)号: CN107274357B 公开(公告)日: 2020-09-15
发明(设计)人: 刘兴高;蒋雅萍;王雅琳;阳春华;桂卫华 申请(专利权)人: 浙江大学
主分类号: G06T5/00 分类号: G06T5/00
代理公司: 杭州求是专利事务所有限公司 33200 代理人: 邱启旺
地址: 310058 浙江*** 国省代码: 浙江;33
权利要求书: 查看更多 说明书: 查看更多
摘要: 发明公开了一种参数最优的灰度图像增强处理系统,该系统由图像读入模块、图像预处理模块、参数寻优模块、图像增强与输出模块组成。系统首先将输入的灰度图像归一化,然后采用变换公式来增强灰度图像,变换公式中的参数通过改进的智能优化方法来确定。改进的优化方法加入了分群操作,能够防止优化过程陷入局部最优。同时,改进的优化方法中,更新公式中的惯性权重根据迭代状态自适应地改变,提高了算法的收敛性能。采用改进的智能优化方法,系统可以快速准确地确定最优参数,然后对灰度图像进行增强操作并最终输出。系统具有增强效果好,运行效率高的特点。
搜索关键词: 一种 参数 最优 灰度 图像 增强 处理 系统
【主权项】:
一种参数最优的灰度图像增强处理系统,其特征在于:该系统由图像读入模块、图像预处理模块、参数寻优模块、图像增强与输出模块组成;其中:图像读入模块读入一幅像素为M×N的灰度图像I,并将其输入图像预处理模块。灰度图像I={f(x,y)},其中x=1,2,…,M,y=1,2,…,N,f(x,y)代表像素点(x,y)的灰度值,f(x,y)∈[Lmin,Lmax],Lmin,Lmax分别表示读入的灰度图像的灰度值的最小值和最大值。图像预处理模块对读入的灰度图像进行归一化处理后,将结果输入参数寻优模块。像素点(x,y)经过归一化以后的像素值为f'(x,y):f′(x,y)=f(x,y)-LminLmax-Lmin---(1)]]>参数寻优模块初始化种群规模为Ns的粒子群,随机生成维度为2的粒子i的初始位置xi=(xi1,xi2)和初始速度vi=(vi1,vi2),i=1,2,...,Ns。其中xi1,xi2∈[0,10],vi1,vi2∈[‑10,10],种群规模Ns=30~100。然后按以下方法进行迭代,初始时迭代计数t=0:(1)按公式(2)对每个像素点进行图像增强变换:F(x,y)=∫0uqa-1(1-q)b-1dq∫01qa-1(1-q)b-1dq---(2)]]>其中,F(x,y)为像素点(x,y)经过增强变换以后的像素值;u为读入的灰度图像归一化后的灰度值,即u=f'(x,y),u∈[0,1];a,b为待优化的参数,用粒子的位置状态表示,a=xi1,b=xi2,a,b∈[0,10];q为灰度增强变换公式中的积分变量。(2)按照公式(3)获取所有粒子的适应度值fitness(a,b):fitness(a,b)=1M×NΣx=1MΣy=1NF2(x,y)-(1M×NΣx=1MΣy=1NF(x,y))2---(3)]]>其中,F2(x,y)为像素点(x,y)增强变换后的灰度值F(x,y)的平方。适应度值最大的粒子为全局最优粒子pbest=(pbest1,pbest2)。(3)对所有粒子进行分群操作,包括以下子步骤:(3.1)将所有粒子按照适应度值大小从大到小排序,选取适应度值最大的粒子作为一个子群中心。(3.2)在剩下的粒子中选取适应度值最大的粒子,依次计算该粒子与各个子群中心的欧几里得距离。粒子i与粒子j的欧几里得距离dist(i,j)定义为:dist(i,j)=(xi1-xj1)2+(xi2-xj2)2---(4)]]>其中,xi=(xi1,xi2)代表粒子i的位置,xj=(xj1,xj2)代表粒子j的位置,i,j=1,2,...,Ns。若该粒子与某一个子群中心的欧几里得距离小于半径r,则将该粒子归为该子群中心所在的子群,并不再计算该粒子与剩下的子群中心的欧几里得距离;若该粒子与所有子群中心的距离都大于半径r,则将该粒子置为一个新的子群中心。半径r=1~3。(3.3)重复步骤(3.2),直到处理完所有粒子,则分群完成,且每个子群中心为该子群中适应度值最大的粒子。(4)确定种群的进化状态。首先,定义每个粒子与其所在子群的子群中心的距离的绝对值之和dg:dg=Σi=1Ns(|pig1-xi1|+|pig2-xi2|)---(5)]]>其中,pig=(pig1,pig2)为粒子i所在子群的子群中心的位置。其次,定义每个粒子与其所在子群的子群中心的距离之和的绝对值Dg:Dg=|Σi=1Ns((pig1-xi1)+(pig2-xi2))|---(6)]]>定义进化因子δ为:δ=Dgdg---(7)]]>由定义可知进化因子δ∈[0,1]。(5)按照式(8)(9)更新每个粒子的速度与位置:vid(t)=w·vid(t‑1)+c1r1·(pid‑xid(t‑1))+c2r2·(pigd‑xid(t‑1))    (8)xid(t)=xid(t‑1)+vid(t)   (9)其中,w为惯性权重;c1,c2为加速度因子,c1=c2=2;r1,r2为0到1之间均匀分布的随机数;pi=(pi1,pi2)为粒子i的历史最优位置,pig=(pig1,pig2)为粒子i所在子群的子群中心的位置;d为维度变量,d=1,2。惯性权重按照式(10)变换:w=11+1.5e-2.6δ---(10)]]>若更新后xid<0,则令xid=0;若更新后xid>10,则令xid=10。(6)迭代计数累加,t=t+1。(7)重复步骤(1)到(6),直到迭代计数达到最大迭代计数tmax则停止迭代,tmax=100~2000。种群全局最优粒子所在的位置pbest=(pbest1,pbest2)即优化后的参数a,b,即a=pbest1,b=pbest2。参数寻优模块将优化后的参数a,b输入图像增强与输出模块,图像增强与输出模块按照公式(2)进行图像增强变换,并将增强后的图像的灰度值按照公式(11)扩展到[L'min,L'max]范围并输出:F'(x,y)=(L'max‑L'min)×F(x,y)   (11)。
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于浙江大学,未经浙江大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/patent/201710367543.0/,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top