【出 处】：《 计算机仿真 》 CSCD 2014年第31卷第1期 361-364页,共5页

【作 者】： 赵仁涛 [1,2] ; 王友余 [2] ; 李华德 [1] ; 铁军 [2]

【摘 要】 研究红外图图像增强优化处理问题，针对标准粒子群优化算法（Particle Swarm Optimization，PSO）在远红外图像对比度增强处理过程中计算速度慢、算法进化到后期收敛速度慢和早熟问题，通过分析标准粒子群算法粒子的运动行为，提出了一种改进的粒子群优化算法和非完全Beta函数相结合的自适应图像对比度增强的算法。在传统的粒子群优化算法的基础上，改进的算法融人了“多粒子群”和“进化论”等理论方法，利用多个粒子彼此独立的搜索空间最优解，提高了全局搜索能力；且在迭代过程中，适时调整加速因子，便于算法在迭代后期找到全局最优解。通过对远红外图像进行仿真，结果表明，改进算法在计算速度和收敛性方面均优于标准粒子群算法，不依赖于图像具体内容，具有较好的通用性和推广价值。