基于SCBSO算法的低照度纹理图像增强方法 下载: 979次
Low-Illuminance Texture Image Enhancement Method Based on SCBSO Algorithm
辽宁工程技术大学电子与信息工程学院, 辽宁 阜新 114000
图 & 表
图 1. 染色体结构示意图
Fig. 1. Schematic of chromosome structure
下载图片 查看原文
图 2. 染色体结构映射前后图。(a)原图像灰度值分布;(b)重新映射后的灰度值分布;(c)原始图染色体结构;(d)重新映射后染色体结构
Fig. 2. Schematics of chromosome structure before and after mapping. (a) Distribution of gray value of original image; (b) gray value distribution of remapped image; (c) original chromosome structure; (d) remapped chromosome structure
下载图片 查看原文
图 3. SCBSO算法流程图
Fig. 3. Flowchart of SCBSO algorithm
下载图片 查看原文
图 4. SCBSO的简单染色体结构图像增强方法
Fig. 4. Image enhancement method for simple chromosome structure of SCBSO
下载图片 查看原文
图 5. 四种算法关于f1(x)函数的迭代曲线
Fig. 5. Iterative curves of four algorithms for f1(x) function
下载图片 查看原文
图 6. 四种算法关于f2(x) 函数的迭代曲线
Fig. 6. Iterative curves of four algorithms for f2(x) function
下载图片 查看原文
图 7. 数据集中的采集图像
Fig. 7. Image collected in database
下载图片 查看原文
图 8. ROI中提取的图像
Fig. 8. Image extracted in ROI
下载图片 查看原文
图 9. 不同算法增强的实验图像1。(a)原图增强图;(b)经BSO增强后的图像;(c)经GA增强后的图像;(d)经SCBSO增强后的图像
Fig. 9. Experimental image 1 enhanced by different algorithms. (a) Enhanced image of original image; (b) image enhanced by BSO; (c) image enhanced by GA; (d) image enhanced by SCBSO
下载图片 查看原文
图 10. 不同算法增强实验图像后的灰度直方图。(a)原图的灰度直方图;(b)经BSO增强的灰度直方图;(c)经GA增强的灰度直方图;(d)经SCBSO增强的灰度直方图
Fig. 10. Gray histograms of images enhanced by different algorithms. (a) Gray histogram of original image; (b) gray histogram enhanced by BSO; (c) gray histogram enhanced by GA; (d) gray histogram enhanced by SCBSO
下载图片 查看原文
图 11. 不同算法增强的实验图像2。(a)原图;(b)经BSO增强后的图像;(c)经GA增强后的图像; (d)经SCBSO增强后的图像
Fig. 11. Experimental image 2 enhanced by different algorithms. (a) Original image; (b) image enhanced by BSO; (c) image enhanced by GA; (d) image enhanced by SCBSO
下载图片 查看原文
图 12. 不同算法增强图像2后的灰度直方图。(a)原图的灰度直方图;(b)经BSO增强的灰度直方图;(c)经GA增强的灰度直方图;(d)经SCBSO增强的灰度直方图
Fig. 12. Gray histograms of image 2 enhanced by different algorithms. (a) Gray histogram of original image; (b) gray histogram enhanced by BSO; (c) gray histogram enhanced by GA; (d) gray histogram enhanced by SCBSO
下载图片 查看原文
表 1基准函数测试结果
Table1. Results of benchmark function test
Function | Dimension ofindependent variable | Range ofindependent variables | Function minimum |
---|
f1(x)=+ | 30 | [-10,10] | 0 | f2(x)=-xisin() | 30 | [-50,50] | -418.9829×n |
|
查看原文
表 2不同算法的函数性能比较
Table2. Comparison of function performances of different algorithms
Function | Algorithm | Function mean | Variance | Time /s |
---|
| SCBSO | 0 | 0 | 0.398 | f1(x)=+ | BSO | 1.130×10-4 | 3.5700×10-4 | 0.477 | | PSO | 1.225 | 3.2740 | 0.401 | | GA | 0.005 | 0.0032 | 1.127 | | SCBSO | -12569 | 5.4210 | 0.421 | f2(x)=-xisin() | BSO | -12214 | 271.4000 | 0.494 | | PSO | -10989 | 624.7000 | 0.417 | | GA | -9984 | 2464.2000 | 1.629 |
|
查看原文
表 3不同算法增强后图像的客观评价指标
Table3. Objective evaluation index of images enhanced by different algorithms
Image | Method | LOE | VIF | PSNR |
---|
| SCBSO | 37.124 | 1.1074 | 18.662 | Image1 | BSO | 70.487 | 0.7219 | 16.096 | | GA | 45.815 | 1.0119 | 17.486 | | SCBSO | 30.223 | 1.2471 | 20.095 | Image2 | BSO | 39.912 | 1.0891 | 18.781 | | GA | 38.351 | 1.1299 | 19.813 |
|
查看原文
表 4不同算法在40张图片的平均指标
Table4. Average indexes of different methods on 40 images
Image | Method | LOE | VIF | PSNR |
---|
| SCBSO | 40.925 | 1.1219 | 19.742 | Database 1 | BSO | 65.797 | 0.9733 | 17.844 | | GA | 47.584 | 1.0174 | 18.978 | | SCBSO | 31.595 | 1.2146 | 20.846 | Database 2 | BSO | 40.362 | 1.0941 | 19.461 | | GA | 39.432 | 1.1764 | 18.456 |
|
查看原文
陶志勇, 张蕾, 林森. 基于SCBSO算法的低照度纹理图像增强方法[J]. 激光与光电子学进展, 2019, 56(24): 241002. Zhiyong Tao, Lei Zhang, Sen Lin. Low-Illuminance Texture Image Enhancement Method Based on SCBSO Algorithm[J]. Laser & Optoelectronics Progress, 2019, 56(24): 241002.