10.3969/j.issn.1006-9348.2014.01.081
多粒子群优化算法的远红外图像对比度增强
研究红外图图像增强优化处理问题,针对标准粒子群优化算法(Particle Swarm Optimization,PSO)在远红外图像对比度增强处理过程中计算速度慢、算法进化到后期收敛速度慢和早熟问题,通过分析标准粒子群算法粒子的运动行为,提出了一种改进的粒子群优化算法和非完全Beta函数相结合的自适应图像对比度增强的算法.在传统的粒子群优化算法的基础上,改进的算法融入了“多粒子群”和“进化论”等理论方法,利用多个粒子彼此独立的搜索空间最优解,提高了全局搜索能力;且在迭代过程中,适时调整加速因子,便于算法在迭代后期找到全局最优解.通过对远红外图像进行仿真,结果表明,改进算法在计算速度和收敛性方面均优于标准粒子群算法,不依赖于图像具体内容,具有较好的通用性和推广价值.
粒子群、远红外图像、对比度增强、评价函数
31
TP751(遥感技术)
国家科技部支撑项目2012BAEB09
2014-03-10(万方平台首次上网日期,不代表论文的发表时间)
共5页
361-364,382