一种基于自适应免疫遗传算法的图像增强方法
【专利摘要】本发明公开了一种基于自适应免疫遗传算法的图像增强方法，包括以下步骤：S1、对图像像素灰度为f(x,y)进行归一化处理得到n(x,y)；S2、对待优化参数进行编码，随机产生一组初始个体构成初始种群，并输入控制参数交叉概率pc、变异概率pm、群体规模N和最大运行代数G等；S3、判断进化代数t是否等于G，若符合则算法结束，输出最优解；否则转向下一步；S4、采用轮盘赌策略选择M个个体，对个体按照遗传操作中的交叉和变异方法进行交叉和变异操作；S5、选取两个疫苗和待接种个体数和接种点数进行免疫操作，并做出接种后的免疫选择，同时对接种后的种群采用最优个体保留策略；S6、一组都对应一个非线性变换函数F(u)，用非线性变换函数进行图像灰度变换，得到输出图像g(x,y)。
【专利说明】一种基于自适应免疫遗传算法的图像增强方法
【技术领域】
[0001] 本发明涉及图像增强【技术领域】，特别是涉及一种基于自适应免疫遗传算法的图像 增强方法。
【背景技术】
[0002] 图像增强的目的在于：①采用一系列技术改善图像的视觉效果，提高图像的清晰 度；②将图像转换成一种更适合于人或机器进行分析处理的形式。图像增强包括灰度级和 对比度处理，噪声消除，边缘突起和锐化，滤波，插值和放大，以及伪色彩处理等。目前常用 的增强技术可分为空域图像增强法和频域图像增强法两种。前者对图像像素直接处理，而 后者先对图像进行傅里叶变换之后再进行处理。空域增强法包括灰度变换，直方图变换，图 像中的脉冲噪声模型，邻域平均法，中值滤波和图像锐化等。频率域增强法通常包括频率域 法通常分为高、低通滤波、频率带通和带阻滤波、同态滤波等。
[0003] 遗传算法由于具有高效、鲁棒性强，且不容易陷入局部最优等优点，许多学者也 将其应用到图像增强中。有研究者将遗传算法用于图像增强，使用图像的参数模型。将图 像增强转化为参数的优化；有研究者基于染色体结构划分寻优空间对遗传算法进行改进， 达到提高图像对比度的目的；有研究者利用Fibonacci数列对遗传算法的交叉概率及变异 概率进行了改进，实现了在模糊域中利用遗传算法进行图像增强。有研究者基于人工免疫 原理，采用针对图像质量评价效果的新适应度函数，包括方差、信息熵、紧致度、信噪改变 量以及像素差别五要素，以上对图像增强的各种改进虽然都取得了一定的效果，但它们的 共同点是改进都是单方面的，也就是说各种改进都是从不同的角度进行的，所以效果也不 尽相同。而且大都存在适用面较窄、需要预先设置阀值、计算量较大等不足之处。因此，建 立一种能够在复杂环境中保持图像中的细节信息及纹理特征，具备良好的自适应性及抗噪 能力的图像增强算法，具有积极的意义。
【发明内容】
[0004] 为了克服上述现有技术的不足，本发明提供了一种基于自适应免疫遗传算法的图 像增强方法。
[0005] 本发明所采用的技术方案是：一种基于自适应免疫遗传算法的图像增强方法，包 括以下步骤：
[0006] S1、原图像像素灰度为f (X，y)，然后对其进行归一化处理得到n(x，y);
[0007] S2、按照AIGA抗体编码方法对待优化的两个参数进行编码，随机产生一组 初始个体构成初始种群，并输入控制参数交叉概率P。、变异概率Ρπ、群体规模N和最大运行 代数G;进行运算，产生种群X(t);
[0008] S3、判断种群X(t)进化代数t是否等于最大运行代数G，若符合则算法结束，输出 (认灼最优解；否则转向下一步；
[0009] S4、用适应度函数计算个体适应度；采用轮盘赌策略从种群X(t)中选择Μ个个体， 对选中的Μ个个体按照AIGA算法遗传操作中的交叉和变异方法进行交叉和变异操作；
[0010] S5、按AIGA算法疫苗选取方法选取两个疫苗，然后选取待接种个体数和接种点数 进行免疫操作，并做出接种后的免疫选择，同时，对接种后的种群采用最优个体保留策略；
[0011] S6、一组(久巧对应一个非线性变换函数F(u)，用非线性变换函数进行图像灰度变 换，得到输出图像g(x，y);
[0012] 进一步的，所述步骤S1中原图像像素灰度为f(x，y)，然后进行归一化处理得到 n(x，y)，其中：
【权利要求】
1. 一种基于自适应免疫遗传算法的图像增强方法，其特征在于，包括以下步骤： 51、 原图像像素灰度为f (X，y)，然后对其进行归一化处理得到n(x，y); 52、 按照AIGA抗体编码方法对待优化的两个参数(久的进行编码，随机产生一组初始个 体构成初始种群，并输入控制参数交叉概率P。、变异概率Pm、群体规模N和最大运行代数G ; 进行运算，产生种群X(t); 53、 判断种群X (t)进化代数t是否等于最大运行代数G，若符合则算法结束，输出 最优解；否则转向下一步； 54、 用适应度函数计算个体适应度；采用轮盘赌策略从种群X(t)中选择Μ个个体，对选 中的Μ个个体按照AIGA算法遗传操作中的交叉和变异方法进行交叉和变异操作； 55、 按AIGA算法疫苗选取方法选取两个疫苗，然后选取待接种个体数和接种点数进行 免疫操作，并做出接种后的免疫选择，同时，对接种后的种群采用最优个体保留策略； 56、 一组对应一个非线性变换函数F(u)，用非线性变换函数进行图像灰度变换， 得到输出图像g(x，y)。
2. 根据权利要求1所述的一种基于自适应免疫遗传算法的图像增强方法，其特征在 于，所述步骤S1中原图像像素灰度为f (X，y)，然后进行归一化处理得到η (X，y)，其中：
其中Lmin和Lmax分别为原图像灰度的最小值和最大值，n(x，y) e [〇, 1]。
3. 根据权利要求1所述的一种基于自适应免疫遗传算法的图像增强方法，其特征在 于，所述的AIGA抗体编码，设参数取值范围为[屯U 2]，用长度为k的二进制编码符号来表 示，可产生2k种不同的编码，其编码方式如下： 其中：
4. 根据权利要求1所述的一种基于自适应免疫遗传算法的图像增强方法，其特征在 于，所述的种群初始化方法，设一个抗体中变量个数为n，初始抗体规模为m， ai和h分别为 变量Xi的取值上限和下限，为第i个初始个体：
式中xf1为第i个个体的第j个分量的初始值，j e {1，2,…，η}; 令1^_为与第i个体第j个分量，是[0,1]区间内服从均匀分布的随机数，则初始抗体 可按下式产生： 其中：
5. 根据权利要求1所述的一种基于自适应免疫遗传算法的图像增强方法，其特征在 于，所述的适应度函数计算个体适应度方法为利用图像的信息熵E、图像方差F a。、紧致度C、 信噪改变量IN。，达到图像的整体与局部，结构与细节协调平衡；适应度函数如下： fitness ( · ) = E · INC · [Fac+2. 5C] 其中：
Pi为第i级灰度出现的概率，当Pi = 0时，定义Pilc^Pi = 〇 ; 以=Σ 1 n{h)>Th IN。表示灰度为h的像素个数大于给定阀值Th的数量；
M、N为图像的长度和宽度，n = MXN ;紧致度C表示周长P的平方与面积A的比：
P、A定义如下：
6. 根据权利要求1所述的一种基于自适应免疫遗传算法的图像增强方法，其特征在 于，所述的采用轮盘赌策略从种群x(t)中选择Μ个个体，采用的是轮盘赌策略，每个个体 用圆形赌盘的一块来代表其适应度的比例；赌盘按照群体中个体数的值进行相应次数的 旋转，从而始终保持群体的大小不变，个体被选中的概率取决于个体的相对适应度，公式如 下：
m 其中Pi为个体i被选中的概率，fi为个体i的适应度，为群体的累加适应度。
7. 根据权利要求6所述的一种基于自适应免疫遗传算法的图像增强方法，其特征在 于，所述的对选中的Μ个个体按照AIGA算法遗传操作中的交叉和变异方法进行交叉和变异 操作，所述交叉操作：采用均匀交叉形成新个体，其过程是在交叉概率相同的前提下，交换 配对个体对应的基因，其过程如下：随机生成屏蔽字W = (Wl，w2, w3，…，Wl)，其中1为个体编 码串的相应长度；按照下述的规则将一对父代染色体的基因进行交换：若 Wi = 〇,则两个父 代染色体的第i个基因不变；若^ = 1，则两个父代染色体的第i个基因相互交换生成新一 代个体； 所述变异操作：变异是以小概率对个体编码上的某个位置进行改变，进而生成新个 体；对于给定的染色体位串s' = a'1&'a\，具体步骤如下：给定变异概率pm，随机产生 Xie (〇，1);按照以下原则生成新的个体s' = ，其中Xi 是对应于每一个基因位产生的均匀随机变量Xi e (〇，1)。
8. 根据权利要求1所述的一种基于自适应免疫遗传算法的图像增强方法，其特征在 于，所述按AIGA算法疫苗选取方法选取两个疫苗，包含以下步骤： ① 计算种群X(t) = （t))中个体Xi(t)的适应度为f(Xi(t)); ② 令X(t)中最优个体的下标为ki，即f(xkl(t))取得最大值； ③ 遍历整个种群X (t)，令p = f (xkl (t)) -f (Xi (t))，记使P的值取得最小且不为0的个 体下标为k2，则'(0为种群X(t)中的次优解； ④ 选取Xkl(t)和'⑴为两个疫苗。
9. 根据权利要求1所述的一种基于自适应免疫遗传算法的图像增强方法，其特征在 于，所述的选取待接种个体数和接种点数进行免疫操作，并做出接种后的免疫选择，包含以 下步骤： T1、接种个体的选择，对种群X(t)中的个体适应度f(Xi(t))排序，计算种群平均适应 度：
随机选择低于平均适应度的个体作为接种个体； T2、接种个体数和接种点数的选择，接种个体数：
其中，t表示当前代数，N表示当前代种群的个体数； 接种点数： p (t) = L*e-t L表示个体编码长度； T3、接种后抗体的选择方法，选取xkl(t)和xk2(t)为两个疫苗，假设选取的待接种个体 为xm (t)，通过在接种点的周围选取最近的点注入疫苗，接种后产生两个抗体分别为 和-? (0,选取f (xm⑴），f ( ⑷），f ⑷）中大者为抗体。
10.根据权利要求1所述的一种基于自适应免疫遗传算法的图像增强方法，其特征在 于，所述步骤S5中的一组对应一个非线性变换函数F(u)，用非线性变换函数进行图 像灰度变换，得到输出图像g(x，y);其中： g (X，y) = L-+ (L眶-LJ F (η (X，y))。
【文档编号】G06N3/12GK104123706SQ201410393697
【公开日】2014年10月29日 申请日期:2014年8月11日 优先权日:2014年8月11日
【发明者】姜代红, 王永星, 戴磊 申请人:徐州工程学院