基于改进麻雀算法的图像自适应增强方法

针对非完全Beta函数在图像增强过程中需手动调整参数、算法效率较低的问题，本文提出了一种基于改进麻雀搜索算法(LKSSA)的图像自适应增强方法(LKSSA-Beta)。首先，采用Logtistic混沌映射优化麻雀搜索算法(SSA)初始种群；其次，使用鸟群算法飞行行为思想及柯西高斯扰动提高SSA寻优能力；然后，利用LKSSA优化Beta函数的参数，构建灰度变换曲线，达到图像增强效果；最后，将本文算法与基于PSO图像增强法、基于人工蜂群图像增强法及基于传统Beta函数图像增强法实验结果进行对比。对比结果表明，LKSSA将具有更优的灰度图像全局搜索能力，本文算法可以保留图像更多细节信息，使图像整体对比度明显提高。