發(fā)布時間：2021-01-12 11:36

　　由于探測器原理性的缺陷,紅外熱像儀所獲圖像的對比度低、細節(jié)不明顯。對比度受限的自適應直方圖均衡化方法（Contrast Limited Adaptive Histogram Equalization, CLAHE）能夠增強紅外圖像的對比度,但是其受限參數(shù)無法適應不同的場景,且需要手動調整。作為一種智能種群優(yōu)化算法,布谷鳥搜索算法具備強大的尋優(yōu)能力。基于該算法,使CLAHE方法在不同場景下獲取最優(yōu)參數(shù),進而實現(xiàn)紅外圖像對比度的場景自適應增強。實驗分析表明,這種改進的算法具有可行性和適應性。 

【文章來源】：紅外. 2020,41(04)

【文章頁數(shù)】：5 頁

【部分圖文】：

直方圖限幅截取方式

布谷鳥搜索算法[7-8]是由劍橋大學的Yang X S提出的一系列智能種群算法中的一種,即通過模擬種群行為來進行尋優(yōu)。它主要基于布谷鳥的寄生性育雛行為,并通過Levy飛行搜索來加以增強而不是簡單的各項同性隨機游走。Levy飛行是一類非高斯隨機過程,其平穩(wěn)增量服從穩(wěn)定分布,飛行步長滿足一個重尾的Levy穩(wěn)定分布[9]。因此,布谷鳥搜索可以簡化為以下規(guī)則:每個巢中的蛋代表一個解,而每只布谷鳥只能產(chǎn)一個蛋,則可使用新的解和可能更好的解來取代不太好的解。該算法的尋優(yōu)路徑公式為其中Levy飛行服從

經(jīng)典CLAHE算法在不同場景下提升紅外圖像對比度時需要手動調整參數(shù),導致算法自適應程度不高。而通過用布谷鳥搜索算法獲取CLAHE的最優(yōu)參數(shù),可以保證對比度增強維持在最佳效果,而且能夠實現(xiàn)不同場景下的自適應增強。實驗結果表明,基于布谷鳥算法優(yōu)化的改進CLAHE算法進一步提升了紅外圖像對比度增強的場景自適應性。本文只對該算法進行了仿真驗證,因此具體工程實現(xiàn)中的算法優(yōu)化和基于FPGA的實時處理,將是后續(xù)工作的重點。圖4 不同參數(shù)下樓宇紅外圖像處理的實驗結果對比

【參考文獻】：
期刊論文
[1]布谷鳥搜索算法研究綜述[J]. 蘭少峰,劉升.  計算機工程與設計. 2015(04)



本文編號：2972779