【正文】 圖 2 單個(gè)圖像增強(qiáng)過程 a) 原始圖像 b) 增強(qiáng)圖像 圖 3 移動對象 增強(qiáng) 過程 圖 2，原始圖像 為 320 320 的大小， 它 是對比度低，和更為模糊的一些細(xì)節(jié)，特別的， 外圍 和其他細(xì)節(jié) 很不明顯， 視覺效果差，使用文中提出的方法部分，克服了以上的一些問題，并得到令人滿意的圖像效果，如圖 5（ b）顯示，該視覺效果得到明顯改善。 在模擬中，我們使用兩種不同類型的灰度圖像退化；程序執(zhí)行 了 50 次， 人口大小為 30，進(jìn)化 600 次。 定義非線性變換函數(shù) f（ U）（ 0≤ U≤ 1）變換 成 源圖像 GXY=f（ GXY），其中， 0≤ GXY≤ 1。首先，圖像的灰度值 在（ 6）中 歸到 [0， 1]。詳細(xì)描述如下： 假設(shè)原始圖像的像素（ x， y）的像素的灰度水平，表示為式（ 4）， 記為 xyi ，? ? ??yx, ，這里 ? 是 圖像域 。（ 4）中定義： ? ? ? ? ? ? ? ?10,01, 1011 ???? ??? ? ???? ?? dtttBuf u (4) 其中： ? ? ? ?? ?? ?? 1011 1, dtttB ???? (5) 對于不同的α，β值，我們可以從（ 4）及（ 5） 中 得到響應(yīng)曲線 。在一般情況下，灰圖像有四個(gè)非線性的翻譯 [6] [7]，可以是如圖 1 所示。 我們用 Ixy 來說明 點(diǎn)（ x， y）的 灰度級 它可以是由（ 3）表示。一個(gè)共同的 特征的 退化 圖像通常是對比的下側(cè)呈明亮的，暗淡 或 灰色濃。本節(jié)介紹了 一種 Beta 功能， 因?yàn)楦鶕?jù)適用的圖像 增強(qiáng) 的方法 ， 自適應(yīng)混合遺傳算法的搜索的能力，自動確定變換命令的參數(shù)值來實(shí)現(xiàn) 圖像增強(qiáng)的 自適應(yīng)功能 。對不同系統(tǒng)的實(shí)際要求 ， 許多算法需要確定的參數(shù)和人工閾值。 否則 ， 目標(biāo)向量 Xi 留在原來的組，再次作為下一代 的父矢量。 顯然，矢量 之間 的區(qū)別 越 小 則 干擾也 越 小，這意味著如果組接近最佳值，擾動會自動降低。我們假設(shè)組的大小是 P，矢量維 D，我們可以表達(dá)的目標(biāo)向量為（ 1）： xi=[xi1， xi2，?， xiD] (i =1,? ,P) (1) 變異向量可以表示為（ 2）： ? ?321 rrri XXFXV ???? i=1,...,P (2) 1rX , 2rX , 3rX 是 三個(gè) 從群中 隨機(jī)選擇的個(gè)人 ，其中， r1? r2? r3? i。如果你發(fā)現(xiàn)新的個(gè)體成員比原來的好，然后替換原來的個(gè)體，自我的形成。 Ⅲ .差分進(jìn)化算法 差分進(jìn)化 （ DE）首次提出了強(qiáng)硬的價(jià)值，并與其他進(jìn)化算法進(jìn)行比較， DE 算法具有強(qiáng)大的空間搜索能力，易實(shí)現(xiàn)，容易理解?？臻g濾波器包括低通濾波，中值濾波，高通濾波器（銳化）。 圖像增強(qiáng)方法包括點(diǎn)運(yùn)算，空間濾波，頻域?yàn)V波類別。為了實(shí)現(xiàn)圖像的自適應(yīng)增強(qiáng)它結(jié)合了差分進(jìn)化自適應(yīng)搜索算法 ， 自動確定的參數(shù)值的變換函數(shù) 。圖像增強(qiáng)方法仍沒有統(tǒng)一的理論，圖像增強(qiáng)技術(shù)可分為三類別：點(diǎn)運(yùn)算，與空間頻率增強(qiáng)方法增強(qiáng)法。 圖像增強(qiáng)技術(shù)是在其目的是為了提高圖像的質(zhì)量這個(gè)意義上提出的 。 關(guān)鍵詞 — 圖像增強(qiáng)；混合遺傳算法；自適應(yīng)增強(qiáng) Ⅰ .介紹 在圖像形成，傳遞或轉(zhuǎn)換過程，由于其他客觀因素，如系統(tǒng)噪聲，不足或過度曝光，相對運(yùn)動等的影響會 使 圖像通常 與 原始圖像之間 有差別 （簡稱退化或退化） 。在圖像增 強(qiáng)處理和利用遺傳 算法 快速算法的搜索能力 進(jìn)行 自適應(yīng)變異和 搜索 我們提出了一種混合遺傳將微分進(jìn)化算法。 Tele Press, 2020,4:473～ 477 [2] Storn R, Price K. Differential Evolution—a Simple and Efficient Adaptive Scheme for Global Optimization over Continuous Space[R]. International Computer Science Institute, Berlaey, 1995. [3] Tubbs J D. A note on parametric image enhancement [J].Pattern , 30(6):617621. [4] TANG Ming, MA Song De, XIAO Jing. Enhancing Far Infrared Image Sequences with Model Based Adaptive Filtering [J] . CHINESE JOURNAL OF COMPUTERS, 2020, 23(8):893896. [5] ZHOU Ji Liu, LV Hang, Image Enhancement Based on A New Geic Algorithm [J]. Chinese Journal of Computers, 2020, 24(9):959964. [6] LI Yun, LIU Xuecheng. On Algorithm of Image Constract Enhancement Based on Wavelet Transformation [J]. Computer Applications and Software, 2020,8. [7] XIE Meihua, WANG Zhengming, The Partial Differential Equation Method for Image Resolution Enhancement [J]. Journal of Remote Sensing, 2020， 9(6):673679. 安徽工業(yè)大學(xué) 畢業(yè)設(shè)計(jì)（外文翻譯）說明書 ……………………………………………………裝………………訂………………線…………………………………………………………………… 第 8 頁 共 23 頁 基于混合遺傳算法的圖像增強(qiáng)技術(shù) Mu Dongzhou 徐州工業(yè)職業(yè)技術(shù)學(xué)院 信息工程系 XuZhou, China Xu Chao and Ge Hongmei 徐州工業(yè)職業(yè)技術(shù)學(xué)院 信息工程系 XuZhou, China xuch , 摘要 — 在圖像增強(qiáng)之中，塔布斯提出了歸一化不完全β函數(shù)表示常用的幾種使用的非線性變換函數(shù)對圖像進(jìn)行研究增強(qiáng)。s the contrast to low, and some details of the more obscure, in particular, scarves and other details of the texture is not obvious, visual effects, poor, using the method proposed in this section, to overe the above some of the issues and get satisfactory image results, as shown in Figure 5 (b) shows, the visual effects have been well improved. From the histogram view, the scope of the distribution of image intensity is more uniform, and the distribution of light and dark gray area is more reasonable. Hybrid geic algorithm to automatically identify the nonlinear 安徽工業(yè)大學(xué) 畢業(yè)設(shè)計(jì)（外文翻譯）說明書 ……………………………………………………裝………………訂………………線…………………………………………………………………… 第 5 頁 共 23 頁 transformation of the function curve, and the values obtained before , from the curve can be drawn, it is consistent with Figure 3, cclass, that stretch across the middle region pression transform the region, which were consistent with the histogram, the overall original image low contrast, pression at both ends of the middle region stretching region is consistent with human visual sense, enhanced the effect of significantly improved. Figure 3, the size of the original image a 320 256, the overall intensity is low, the use of the method proposed in this section are the images b, we can see the ground, chairs and clothes and other details of the resolution and contrast than the original image has Improved significantly, the original image gray distribution concentrated in the lower region, and the enhanced image of the gray uniform, gray before and after transformation and nonlinear transformation of basic graph 3 (a) the same class, namely, the image Dim region stretching, and the values were , nonlinear transformation of images degraded type inference is correct, the enhanced visual effect and good robustness enhancement. Difficult to assess the quality of image enhancement, image is still no mon evaluation criteria, mon peak signal to noise ratio (PSNR) evaluation in terms of line, but the peak signal to noise ratio does not reflect the human visual system error. Therefore, we use marginal protection index and contrast increase index to evaluate the experimental results. Edgel Protection Index (EPI) is defined as follows: 安徽工業(yè)大學(xué) 畢業(yè)設(shè)計(jì)（外文翻譯）說明書 ……………………………………………………裝………………訂………………線…………………………………………………………………… 第 6 頁 共 23 頁 (7) Contrast Increase Index (CII) is defined as follows: m inm a x m inm a x, GG G