基于混沌映射与差分进化自适应教与学优化算法的太赫兹图像增强模型

摘要：

为消除功率起伏效应引起的太赫兹(THz)图像局部伪影,构建了基于同态滤波的THz图像增强模型.然而,模型各参数取值差异大且耦合性强,给其参数确定带来了困难.为此,本文提出了混沌映射与差分进化自适应教与学优化算法以求解增强模型最优参数.首先,改进了标准Logistic混沌映射,提高了种群多样性.其次,引入适应度更新率,构造了自适应惯性权重调节函数,平衡了全局与局部寻优能力,利于种群向最优解逼近.然后,基于差分变异思想构建了教改阶段,避免算法陷入局部最优.最后,制备了缺陷样品,开展了太赫兹无损检测实验,结果表明:较其他3种方法,本文方法消除伪影效果最佳,THz图像二维熵分别提升了 16％、5％、10％,平均梯度分别提升了 39％、8％、19％.

关键词：太赫兹无损检测、图像增强、局部伪影、混沌映射、教与学优化算法

所属期刊栏目：42

分类号：TH744;TP391(仪器、仪表)

资助基金：国家自然科学基金62071471

在线出版日期：2021-07-28（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：92-101