基于SCBSO算法的低照度纹理图像增强方法

陶志勇; 张蕾; 林森

doi:doi:10.3788/LOP56.241002

激光与光电子学进展, 2019, 56 (24): 241002, 网络出版: 2019-11-26

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

陶志勇张蕾 ^*林森

作者单位

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)= $\begin{matrix} \overset{n}{\sum_{i = 1}} \end{matrix} \begin{matrix} \|x_{i}\| \end{matrix}$ + $\begin{matrix} \prod_{i}^{=} \end{matrix} \begin{matrix} \|x_{i}\| \end{matrix}$	30	[-10,10]	0
f₂(x)= $\begin{matrix} \overset{n}{\sum_{i = 1}} \end{matrix}$ -x_isin( $\begin{matrix} \sqrt[]{\|x_{i}\|} \end{matrix}$ )	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)= $\begin{matrix} \overset{n}{\sum_{i = 1}} \end{matrix} \begin{matrix} \|x_{i}\| \end{matrix}$ + $\begin{matrix} \prod_{i}^{=} \end{matrix} \begin{matrix} \|x_{i}\| \end{matrix}$	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)= $\begin{matrix} \overset{n}{\sum_{i = 1}} \end{matrix}$ -x_isin( $\begin{matrix} \sqrt[]{\|x_{i}\|} \end{matrix}$ )	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.

基于SCBSO算法的低照度纹理图像增强方法下载： 979次

图 1. 染色体结构示意图

Fig. 1. Schematic of chromosome structure

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

图 3. SCBSO算法流程图

Fig. 3. Flowchart of SCBSO algorithm

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

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

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

图 7. 数据集中的采集图像

Fig. 7. Image collected in database

图 8. ROI中提取的图像

Fig. 8. Image extracted in ROI

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

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

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

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

表 1基准函数测试结果

Table1. Results of benchmark function test

表 2不同算法的函数性能比较

Table2. Comparison of function performances of different algorithms

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

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

关于本站 Cookie 的使用提示

全站搜索

基于SCBSO算法的低照度纹理图像增强方法 下载： 979次

图 1. 染色体结构示意图

Fig. 1. Schematic of chromosome structure

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

图 3. SCBSO算法流程图

Fig. 3. Flowchart of SCBSO algorithm

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

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

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

图 7. 数据集中的采集图像

Fig. 7. Image collected in database

图 8. ROI中提取的图像

Fig. 8. Image extracted in ROI

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

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

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

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

表 1基准函数测试结果

Table1. Results of benchmark function test

表 2不同算法的函数性能比较

Table2. Comparison of function performances of different algorithms

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

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

相关论文

相关资讯

关于本站 Cookie 的使用提示

全站搜索

基于SCBSO算法的低照度纹理图像增强方法下载： 979次

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

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