找回密码
 注册
关于网站域名变更的通知
查看: 561|回复: 1
打印 上一主题 下一主题

基于matlab PSO寻优ACE算法之图像增强

[复制链接]

该用户从未签到

跳转到指定楼层
1#
发表于 2021-5-11 16:43 | 只看该作者 |只看大图 回帖奖励 |倒序浏览 |阅读模式

EDA365欢迎您登录!

您需要 登录 才可以下载或查看,没有帐号?注册

x
* A' n1 m! Z9 p  Q/ r9 O+ r
一、简介
# }0 [4 R* e' A, n. W% K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;
' x  |# t7 _0 }+ W* n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;
% G5 D5 T5 |8 x' @7 ^1 X将最优增益代入ace算法中,对图像进行增强;* I, Z& l5 K; Y( n1 C4 D
采用引导滤波对增强后的图像进行降噪,提高可视化效果;
1 F2 o& c% G- T' J+ c  x6 V/ _! L/ s
3 w  ~) X( P$ x+ C* ~
二、源代码
* o( B# g0 h! }9 n5 @: W$ R& D( ^$ D+ ^) j- k3 B2 A0 L
  • %% 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$ b4 G- m, B& q3 l5 w
         
9 I' d* s  o9 x
- N9 y- i. o9 f9 P$ w* r  j三、运行结果
7 j7 F4 e& r! A2 k
) @1 q) q0 {1 g6 U; R
0 \0 e0 \* R0 G
" o! a0 b1 A/ h" a4 G3 y# ` * u+ s1 u: e7 i( O: ?
$ i  r% b$ V' w" M4 z
1 F- q% e' z1 B& \6 d$ C

: \: b) i+ v! G6 N4 x5 G/ L4 _0 o* @2 U- j- M

1 f. z! b: C/ R

该用户从未签到

2#
发表于 2021-5-11 17:52 | 只看该作者
基于matlab PSO寻优ACE算法之图像增强
您需要登录后才可以回帖 登录 | 注册

本版积分规则

关闭

推荐内容上一条 /1 下一条

EDA365公众号

关于我们|手机版|EDA365电子论坛网 ( 粤ICP备18020198号-1 )

GMT+8, 2025-6-13 04:44 , Processed in 0.062500 second(s), 26 queries , Gzip On.

深圳市墨知创新科技有限公司

地址:深圳市南山区科技生态园2栋A座805 电话:19926409050

快速回复 返回顶部 返回列表