一个先进的鱼优化算法用于灰度图像增强
1School of Computer and Software, Nanyang Institute of Technology, Nanyang 473004, China.
Biomimetics (Basel, Switzerland)
|December 27, 2024
概括
本研究介绍了一种针对智能图像增强的优化鱼优化算法 (WOA). 增强的WOA提高了灰度图像质量,在关键指标上表现优于传统方法.
科学领域:
- 计算机科学 计算机科学
- 图像处理 图像处理
- 人工智能的人工智能
背景情况:
- 传统的图像增强方法有其局限性.
- 智能算法提供了更好的对比度和信息质量.
- 参数选择显著影响图像增强结果.
研究的目的:
- 为基于转换的灰度图像增强函数优化参数.
- 引入一个增强的鱼优化算法 (WOA),以改善全球优化和趋同.
- 验证拟议的算法在提高图像质量的有效性.
主要方法:
- 利用转换函数进行全球和本地灰度图像增强.
- 采用了增强的鱼优化算法 (WOA),使用新的方程,示例和螺旋更新来进行参数优化.
- 在四个不同的图像数据集上验证了性能.
主要成果:
- 与其他算法相比,增强的WOA在目标函数中表现出优越的性能.
- 该算法在图像增强指标方面表现出色:峰值信号与噪声比 (PSNR),特征相似度指数 (FSIM),结构相似度指数 (SSIM) 和基于补丁的对比质量指数 (PCQI).
- 拟议的方法显示在每个评估指标的多个图像中具有优越性.
结论:
- 增强的WOA对于优化图像增强参数是有效的.
- 该算法在图像质量方面提供了显著的改进,从主观和统计的角度来看.
- 这种智能方法非常适合高级图像增强应用.


