基于IFOA算法和模糊熵的图像自适应增强研究

作者:陈智勇[1] 刊名:山东农业大学学报:自然科学版 上传者:王朝弟

【摘要】传统的医学图像增强算法存在适用性差、计算量大和参数人工设置等缺点。本文结合果蝇优化算法的良好的全局最优搜索性能,针对FOA算法存在局部最优问题,将改进因子引入FOA算法,提出一种IFOA优化模糊熵的自适应医学图像增强算法。实验结果表明,IFOA算法可以有效地突出图像的特征,改善图像的视觉效果,提高效率,避免手工调整参数的不便,在保证图像质量最佳的情况下,可以自动配置出最佳的模糊增强参数,实现医学图像的自适应增强。

全文阅读

山东农业大学学报(自然科学版),2017,48(1):104-107 VOL.48 N0.1 2017 Journal of ShandongAgricultural University ( Natural Science Edition ) doi:10.3969/j.issn.1000-2324.2017.01.021 数字优先出版:2017-01-07 http://www.cnki.net 基于 IFOA算法和模糊熵的图像自适应增强研究 陈智勇 青海师范大学, 青海 西宁 810000 摘 要: 传统的医学图像增强算法存在适用性差、计算量大和参数人工设置等缺点。本文结合果蝇优化算法的良好的 全局最优搜索性能,针对 FOA算法存在局部最优问题,将改进因子引入 FOA算法,提出一种 IFOA优化模糊熵的自 适应医学图像增强算法。实验结果表明,IFOA算法可以有效地突出图像的特征,改善图像的视觉效果,提高效率, 避免手工调整参数的不便,在保证图像质量最佳的情况下,可以自动配置出最佳的模糊增强参数,实现医学图像的 自适应增强。 关键词: 果蝇优化算法; 自适应; 图像处理 中图法分类号: TP751 文献标识码:A 文章编号: 1000-2324(2017)01-0104-04 Research on Adaptive Enhancement of Image Based on IFOA Algorithm and Fuzzy Entropy CHEN Zhi-yong Qinghai Normal University, Xining 810000, China Abstract: For there are poor application, a great number of calculations and the artificial parameter settings in the traditional medical image enhancement algorithm, this paper took advantage of the good global optimal search performance and local optimum in FOA to introduce improved factors into it to propose an optimized IFOA adaptive fuzzy entropy image enhancement algorithm. The results showed that the IFOA algorithm could effectively underline the image characteristics, improvement of visual effect and efficiency of images to avoid the manual adjustment of parameters in favor of automatic configuration for the optimal parameters of fuzzy enhancement in order to achieve the adaptive enhancement of medical image. Keywords: Fruit Fly Optimization Algorithm; adaptive enhancement; image proces

参考文献

引证文献

问答

我要提问