[發明專利]基于改進Retinex及量子菌群算法的NSCT域紅外圖像增強方法

在審

• 申請號: 201910604910.3
• 申請日: 2019-07-05
• 公開（公告）號: CN110298807A
• 公開（公告）日: 2019-10-01
• 發明（設計）人: 廖一鵬;張進;陳詩媛
• 申請（專利權）人: 福州大學
• 主分類號: G06T5/00
• 分類號: G06T5/00;G06N3/00
• 代理公司: 福州元創專利商標代理有限公司 35100
• 代理人: 錢莉;蔡學俊

1.一種基于改進Retinex及量子菌群算法的NSCT域紅外圖像增強方法，其特征在于，包括以下步驟：

步驟S1：采用NSCT變換對紅外圖像進行多尺度多方向分解，得到低頻子帶和高頻子帶；

步驟S2：采用改進Retinex算法對低頻子帶系數進行增強；

步驟S3：將非線性自適應旋轉門的量子更新策略引入菌群算法，并用于優化分數階微分的參數，結合Bayes Shrink閾值對高頻子帶進行去噪及增強；

步驟S4：對處理后的低頻子帶系數和高頻子帶系數進行NSCT反變換得到增強圖像。

2.根據權利要求1所述的基于改進Retinex及量子菌群算法的NSCT域紅外圖像增強方法，其特征在于，步驟S2具體包括以下步驟：

步驟S21：借助非線性的雙邊濾波函數估計低頻子帶系數的照度分量，通過空間鄰域濾波器和值域濾波器進行光照強度的改變；

步驟S22：進行照度校正；

步驟S23：進行反射校正，得到最終增強后的低頻子帶系數。

3.根據權利要求1所述的基于改進Retinex及量子菌群算法的NSCT域紅外圖像增強方法，其特征在于，步驟S3具體包括以下步驟：

步驟S31：將步驟S1分解得到的高頻子帶系數進行Bayes Shrink閾值處理，將不同尺度、不同方向上小于閾值的高頻子帶系數置0，將大于閾值的高頻子帶系數進行保留；

步驟S32：對保留后的高頻子帶系數利用改進分數階微分算法做進一步的增強處理。

4.根據權利要求3所述的基于改進Retinex及量子菌群算法的NSCT域紅外圖像增強方法，其特征在于，步驟S31中，所述進行Bayes Shrink閾值處理具體為：由Bayes Shrink閾值函數T構造得：

式中，Z^j,k(m,n)為第j尺度、第k方向的NSCT系數；T^j,k(m,n)為第j尺度、第k方向的局部閾值，其計算公式如下：

式中，σ_j,k為噪聲的標準差，為信號的局部標準差，其計算公式分別如下：

式中，w(j,k)表示第j尺度、第k方向的NSCT子帶長度和寬度的大小范圍，表示該子帶在長度和寬度分別為i和l的NSCT系數的平方。

5.根據權利要求3所述的基于改進Retinex及量子菌群算法的NSCT域紅外圖像增強方法，其特征在于，步驟S32中，所述改進分數階微分算法具體為：將非線性自適應旋轉門的量子更新策略引入菌群算法，將紅外圖像的對比度當作自適應量子菌群算法的適應度，在分數階微分處理中尋找最優的微分的階次。

6.根據權利要求5所述的基于改進Retinex及量子菌群算法的NSCT域紅外圖像增強方法，其特征在于，所述非線性自適應旋轉門的量子更新策略具體為：令旋轉角為：

θ_i＝-sgn(A_i)θ_i；

式中，-sgn(A_i)表示旋轉角的方向；為當前最優細菌的某個量子比特對應的概率幅，為當前細菌的某個量子比特對應的概率幅；為旋轉角的大小，其計算方式如下：

式中：θ_max為旋轉角的最大值；θ_min為旋轉角的最小值；θ₀和θ_i分別為當前最優細菌和當前細菌的某個量子比特在單位圓上的角度；C為一個常數，表示|θ₀-θ_i|角度差的最大值；m為當前演化步驟的非線性調制指數。

7.根據權利要求6所述的基于改進Retinex及量子菌群算法的NSCT域紅外圖像增強方法，其特征在于，所述當前演化步驟的非線性調制指數m的取值為0.7。