[發明專利]一種參數最優的灰度圖像增強處理系統

有效

• 申請號: 201710367543.0
• 申請日: 2017-05-23
• 公開（公告）號: CN107274357B
• 公開（公告）日: 2020-09-15
• 發明（設計）人: 劉興高;蔣雅萍;王雅琳;陽春華;桂衛華
• 申請（專利權）人: 浙江大學
• 主分類號: G06T5/00
• 分類號: G06T5/00
• 代理公司: 杭州求是專利事務所有限公司 33200
• 代理人: 邱啟旺

1.一種參數最優的灰度圖像增強處理系統，其特征在于：該系統由圖像讀入模塊、圖像預處理模塊、參數尋優模塊、圖像增強與輸出模塊組成；其中：

圖像讀入模塊讀入一幅像素為M×N的灰度圖像I，并將其輸入圖像預處理模塊；灰度圖像I＝{f(x,y)}，其中x＝1,2,…,M，y＝1,2,…,N，f(x,y)代表像素點(x,y)的灰度值，f(x,y)∈[L_min,L_max]，L_min,L_max分別表示讀入的灰度圖像的灰度值的最小值和最大值；

圖像預處理模塊對讀入的灰度圖像進行歸一化處理后，將結果輸入參數尋優模塊；像素點(x,y)經過歸一化以后的像素值為f'(x,y)：

參數尋優模塊初始化種群規模為N_s的粒子群，隨機生成維度為2的粒子i的初始位置x_i＝(x_i1,x_i2)和初始速度v_i＝(v_i1,v_i2)，i＝1,2,...,N_s；其中x_i1,x_i2∈[0,10]，v_i1,v_i2∈[-10,10]，種群規模N_s＝30～100；然后按以下方法進行迭代，初始時迭代計數t＝0：

(1)按公式(2)對每個像素點進行圖像增強變換：

其中，F(x,y)為像素點(x,y)經過增強變換以后的像素值；u為讀入的灰度圖像歸一化后的灰度值，即u＝f'(x,y)，u∈[0,1]；a,b為待優化的參數，用粒子的位置狀態表示，a＝x_i1，b＝x_i2，a,b∈[0,10]；q為灰度增強變換公式中的積分變量；

(2)按照公式(3)獲取所有粒子的適應度值fitness(a,b)：

其中，F²(x,y)為像素點(x,y)增強變換后的灰度值F(x,y)的平方；適應度值最大的粒子為全局最優粒子p_best＝(p_best1,p_best2)；

(3)對所有粒子進行分群操作，包括以下子步驟：

(3.1)將所有粒子按照適應度值大小從大到小排序，選取適應度值最大的粒子作為一個子群中心；

(3.2)在剩下的粒子中選取適應度值最大的粒子，依次計算該粒子與各個子群中心的歐幾里得距離；粒子i與粒子j的歐幾里得距離dist(i,j)定義為：

其中，x_i＝(x_i1,x_i2)代表粒子i的位置，x_j＝(x_j1,x_j2)代表粒子j的位置，i,j＝1,2,...,N_s；若該粒子與某一個子群中心的歐幾里得距離小于半徑r，則將該粒子歸為該子群中心所在的子群，并不再計算該粒子與剩下的子群中心的歐幾里得距離；若該粒子與所有子群中心的距離都大于半徑r，則將該粒子置為一個新的子群中心；半徑r＝1～3；

(3.3)重復步驟(3.2)，直到處理完所有粒子，則分群完成，且每個子群中心為該子群中適應度值最大的粒子；

(4)確定種群的進化狀態；首先，定義每個粒子與其所在子群的子群中心的距離的絕對值之和d_g：

其中，p_ig＝(p_ig1，p_ig2)為粒子i所在子群的子群中心的位置；其次，定義每個粒子與其所在子群的子群中心的距離之和的絕對值D_g：

定義進化因子δ為：

由定義可知進化因子δ∈[0,1]；

(5)按照式(8)(9)更新每個粒子的速度與位置：

v_id(t)＝w·v_id(t-1)+c₁r₁·(p_id-x_id(t-1))+c₂r₂·(p_igd-x_id(t-1)) (8)

x_id(t)＝x_id(t-1)+v_id(t) (9)

其中，w為慣性權重；c₁,c₂為加速度因子，c₁＝c₂＝2；r₁,r₂為0到1之間均勻分布的隨機數；p_i＝(p_i1，p_i2)為粒子i的歷史最優位置，p_ig＝(p_ig1，p_ig2)為粒子i所在子群的子群中心的位置；d為維度變量，d＝1,2；慣性權重按照式(10)變換：

若更新后x_id＜0，則令x_id＝0；若更新后x_id＞10，則令x_id＝10；

(6)迭代計數累加，t＝t+1；

(7)重復步驟(1)到(6)，直到迭代計數達到最大迭代計數t_max則停止迭代，t_max＝100～2000；

種群全局最優粒子所在的位置p_best＝(p_best1,p_best2)即優化后的參數a,b，即a＝p_best1,b＝p_best2；參數尋優模塊將優化后的參數a,b輸入圖像增強與輸出模塊，圖像增強與輸出模塊按照公式(2)進行圖像增強變換，并將增強后的圖像的灰度值按照公式(11)擴展到[L'_min,L'_max]范圍并輸出：

F'(x,y)＝(L'_max-L'_min)×F(x,y) (11)。