【图像增强】基于matlab PSO寻优ACE算法图像增强【含Matlab源码 088期】

一、图像增强技术简介

1图像增强
图像增强是对图像的某些特征，如边缘、轮廓、对比度等进行强调或锐化，以便于显示、观察或进一步分析与处理。通过对图像的特定加工，将被处理的图像转化为对具体应用来说视觉质量和效果更“好”或更“有用”的图像。
图像增强是最基本最常用的图像处理技术，常用于其他图像处理的预处理阶段。

（1）高通平滑、低通锐化；平滑模糊、锐化突出图像细节
（2）滤波器还有带通、带阻等形式
（3）根据噪声（椒盐噪声、高斯噪声…）的不同，选用不同的滤波
（4）邻域有4-邻域、对角邻域、8-邻域，相对应的有邻接，即空间上相邻、像素灰度相似
（5）图像边缘处理：忽略不处理、补充、循环使用
（6）目前尚未图像处理大多基于灰度图像
将ace增强后的图像信息熵与图像标准差的乘积作为目标函数, ace的增益因子a作为待寻优的变量；
使用pso算法对ace的增益因子a进行寻优，并返回最优的增益因子；
将最优增益代入ace算法中，对图像进行增强；
采用引导滤波对增强后的图像进行降噪，提高可视化效果；

二、源代码

%% PSO_ACE
% date: 2020_08
% Author: X
% function: 图像增强，(1) PSO优化ACE增益因子 (2) 引导滤波降噪
 
%% 初始化
addpath(genpath(pwd));
 
clear;
clc;
close all;
warning('off')
 
%% 定义全局变量
global meanimg stdimg I img
 
I = rgb2ycbcr(imread('test2.jpg'));% 将图片转换到ycbcr空间
img = double(I(:,:,1));
 
% 求局部均值
filter = fspecial('average',3);
meanimg = imfilter(img,filter);
% figure;imshow(meanimg/255,[]);
 
% 求局部标准差
stdimg = stdfilt(img);
% temp = stdfilt(img(:,:,1));
 
%% PSO 寻优
a_range=[0,1]; % 参数x变化范围(这里寻优的是ACE算法中的增益因子a)
range = [a_range];
Max_V = 0.2*(a_range(:,2)-a_range(:,1)); % 最大速度取变化范围的10%~20%
n=1; % 待优化函数的维数
psoparams = [10 200 10 2 2 0.8 0.2 1500 1e-25 200 NaN 0 0]; % 参数配置，详细查看pso工具箱使用文档
Bestarray = pso_Trelea_vectorized('obj_func', n, Max_V, range, 1, psoparams); % 调用PSO寻优，返回最优参数以及最优函数值
 
%% 输出增强后的图像(将获得增益因子代入ACE)
D = mean(meanimg(:));
c = Bestarray(1)*D./(stdimg);
c(c>10) = 3;
result = meanimg + c.*(img - meanimg);
MIN = min(min(result));
MAX = max(max(result));
result = (result - MIN)/(MAX - MIN);
result = adapthisteq(result);
I(:,:,1) = result*255;
result_img = ycbcr2rgb(I);
figure;imshow(result_img);
title('PSO\_ACE');
 
%% 引导滤波降噪
[r,c,b]=size(I);
x = reshape(result_img,[r*c b]);
x = compute_mapping(x,'PCA',1); % 对原图进行PCA降维
guidance = reshape(x, r, c)/255; % 获得引导图像
result_img = double(result_img)/255;
r = 5; % 滤波半径
eps = 0.005; % 滤波正则化参数
for i = 1:3
    result_img_GD(:,:,i) =  guidedfilter(guidance, result_img(:,:,i), r, eps); % 引导滤波
end
figure;imshow(result_img_GD,[]);
title('PSO\_ACE\_GD'); % 显示滤波后的图像

  

 

  
1
  
2
  
3
  
4
  
5
  
6
  
7
  
8
  
9
  
10
  
11
  
12
  
13
  
14
  
15
  
16
  
17
  
18
  
19
  
20
  
21
  
22
  
23
  
24
  
25
  
26
  
27
  
28
  
29
  
30
  
31
  
32
  
33
  
34
  
35
  
36
  
37
  
38
  
39
  
40
  
41
  
42
  
43
  
44
  
45
  
46
  
47
  
48
  
49
  
50
  
51
  
52
  
53
  
54
  
55
  
56
  
57
  
58
  
59
  
60
  
61
  
62
  
63
 

三、运行结果

四、matlab版本及参考文献

1 matlab版本
2014a

2 参考文献
[1] 蔡利梅.MATLAB图像处理——理论、算法与实例分析[M].清华大学出版社，2020.
[2]杨丹,赵海滨,龙哲.MATLAB图像处理实例详解[M].清华大学出版社，2013.
[3]周品.MATLAB图像处理与图形用户界面设计[M].清华大学出版社，2013.
[4]刘成龙.精通MATLAB图像处理[M].清华大学出版社，2015.

文章来源: qq912100926.blog.csdn.net，作者：海神之光，版权归原作者所有，如需转载，请联系作者。

原文链接：qq912100926.blog.csdn.net/article/details/112424551