文献类型： 中文期刊

作者： 吴一全 ¹ ; 殷骏 ¹ ; 戴一冕 ¹ ;

作者机构： 1.南京航空航天大学电子信息工程学院;农业部渔业装备与工程技术重点实验室;农业部淡水渔业和种质资源利用重点实验室;南京财经大学食品科学与工程学院∥江苏省粮油品质控制及深加工技术重点实验室

关键词： 图像增强;非下采样Contourlet变换;模糊集;人工蜂群算法;贝叶斯萎缩阈值;非线性增益;自适应增强

期刊名称： 华南理工大学学报(自然科学版)

ISSN： 1000-565X

年卷期： 2015 年 01 期

页码： 59-65

收录情况： EI ; 北大核心 ; CSCD

摘要： 针对实际应用中所采集的图像对比度低、边缘细节模糊的问题,提出了基于非下采样Contourlet变换(NSCT)、模糊集、人工蜂群(ABC)优化的自适应图像增强方法.首先对输入图像进行NSCT分解,得到一个低频子带和多个高频子带;然后依据贝叶斯萎缩阈值和非线性增益函数增强高频子带系数,采用模糊增强法增强低频子带系数,并利用ABC算法优化其中的模糊参数,以提高模糊增强法的自适应性;接着用低频子带图像的信息熵作为ABC算法的适应度函数,同时引入较劣种群随机初始化策略改进ABC算法,以缩短增强方法的运行时间.文中采用该增强方法对淡水鱼、铁轨表面、储粮害虫3类图像进行了增强实验,并依据主观视觉效果和对比度增益、清晰度增益、信息熵3个客观定量评价指标,对文中方法及其他3种同类增强方法进行了比较.结果表明,所提出的方法视觉效果最佳,能提高图像的对比度和清晰度,目标边缘光滑,且增加了图像的信息量,便于后续准确地进行图像检测与识别.