【图像增强】量子遗传算法优化beta自适应图像增强【含Matlab源码 2259期】

⛄一、量子遗传算法自适应增强图像

1 图像增强概述
图像增强就是将原来不清楚的图像变得清晰或把我们感兴趣的某些特征强调出来，以改善图像的视觉效果或便于对图像进行其他处理。图像增强技术大致可分为频域法、空域法和模糊处理三大类。其中，频域法是把原图像进行某种变换(如傅立叶变换)，在变换域中进行处理以达到增强的目的；空域法则是直接对原始图像进行处理，主要算法包括直方图均衡、直方图变换、边缘提取、平滑滤波、局部灰度和增益控制等；而模糊增强方法是将空域中的原始图像数据通过模糊化映像，然后利用特征平面中的各种性质对图像信息进行处理，最后将处理后的信息数据逆映像到空间域中去，从而获得增强后的图像。
这些传统的图像增强方法都存在诸如普适性较差、计算量较大、人工干预变换参数的选取等不足之处。因此，建立一种能根据图像灰度性质自动调节的图像自适应增强算法是非常有意义的。Tubbs提出归一化的非完全Beta函数B(a， β) ， 不同的a、β值分别对应于不同类型的图像非线性变换曲线，对各种灰度特征的图像进行调整。本文下面介绍了利用量子遗传算法进行非线性变换的参数α、β的自适应选择，最终实现灰度图像的自适应增强的方法。

2 灰度图像的自适应增强
2.1典型图像增强变换函数
从视觉效果来看，一般的图像有偏暗、偏亮、或灰度集中在某一区域三种情况，与此相对应的变换函数有四类，如图12所示。