李 国，蔡海峰，王长春，张 佳

（1. 61206部队，辽宁 大连 116023）

基于遗传优化的海岛礁彩色影像增强方法

李 国1，蔡海峰1，王长春1，张 佳1

（1. 61206部队，辽宁 大连 116023）

针对海岛礁彩色遥感影像内容单一、色彩不鲜明、反差低的问题，将模糊增强技术与遗传优化策略应用到海岛礁遥感影像增强处理中，提出了一种无人工干预、无先验知识依赖、具有理论最佳色彩的海岛礁遥感影像增强方法。实验结果表明，该方法不但提高了海岛礁彩色遥感影像的视觉效果与质量测度，还保持了影像的色彩信息。

彩色影像增强；色彩保持；海岛礁影像；遗传算法

我国部分远离大陆的岛礁分布较为零散，对于登岛困难的岛礁进行陆部要素测绘可采用遥感方法获取海岛礁影像再作相关后续处理。海岛礁彩色遥感影像内容单一，仅包括海岛及海域两部分，海域混浊不清加之海域空气含水量大，海岛礁彩色遥感影像普遍存在反差低、色彩不鲜明、轮廓不清的问题，增加了后续处理以及提取瞬时海岸线的难度。

影像增强技术是解决这类影像处理困难的一个重要手段，影像增强的首要目标是通过处理使其比原始影像更适合特定的应用[1]。传统灰度影像增强技术并不适用于彩色影像增强处理，主要是由于彩色影像的红、绿、蓝分量相关性很高，若直接将灰度影像增强技术分别用于红、绿、蓝分量，由于各分量的增强幅度不一致而导致影像色彩失真。

彩色影像增强技术可分为两类：一是改善原始影像色调的彩色影像增强技术；二是保持原始影像色调的彩色影像增强技术。第一类增强技术主要针对存在光照不足或不均问题的彩色影像；第二类增强技术一般是以彩色空间变换技术为基础，计算量十分巨大。文献[2]指出，即使不进行彩色空间变换，也可以通过对R、G、B 3个颜色分量进行同尺度的平移或比例伸缩的线性变换，依然能保持彩色影像色调不变。对海岛礁彩色影像采用文献[2]方法进行处理很容易产生严重的彩色灰度化现象。本文利用基于遗传算法的模糊增强算法增强海岛礁灰度影像，在增强灰度影像的同时仍考虑了彩色影像的视觉效果，避免了色彩灰度化现象的产生，实现了海岛礁彩色影像色彩保持的增强方法。

1 基于遗传算法的模糊增强理论

1.1 模糊增强理论

根据模糊集理论，海岛礁灰度影像可视为如式（1）所示的由模糊点集组成的矩阵[3]：

其中，gij为第（i，j）点的灰度值；pij（0≤pij≤1）为模糊特征，表示第（i，j）点具有某种特征的程度。模糊特征按公式（2）计算，若gmax表示最大灰度值，则模糊特征表示第（i，j）点像素具有最大灰度的程度，其中Fd、Fe是模糊参数，本文Fe取3/2。

1.2 遗传算法优化

遗传算法GA（genetic algorithms）是借鉴生物界进化规律演化而来的随机搜索方法[4]。遗传算法主要由编/解码方案、适应度函数、遗传操作等要素构成，其中编/解码方案是搜索空间与解空间的联系，适应度函数是评价个体优劣的重要准则，遗传操作是实现搜索优化的具体操作。遗传算法作为一种并行性好、鲁棒性高的搜索算法，与传统的搜索方法相比具有更好的全局优化能力。但遗传算法也存在一定的不足，如运行参数的选择还没有合理的理论依据，只能通过多次实验来确定其取值大小。本文利用文献[5]方法（fibonacci genetic algorithms，FGA）自适应调整遗传算法的交叉概率、变异概率，并将其应用于海岛礁彩色遥感影像增强处理中。

1.2.1 编码方式实现

综合式（2）、式（3），合理选择模糊参数Fd是保证增强效果的重要因素，Fd可由公式（2）解算。本文将分界点gc作为直接目标解，采用8位的Gray码对gc进行编码，通过遗传优化gc以达到求解模糊参数Fd的目的。

1.2.2 遗传操作确定

遗传操作包括选择操作、交叉操作、变异操作。选择操作采用赌轮法与最优保存相结合的策略，在理论上已经证明使用最优保存策略的遗传算法总能够以概率1搜索到最优解；交叉操作采用均匀交叉算子，为了防止近亲繁殖，规定杂交的两个父代个体不能为同一个体；变异操作采用基本位变异算子。

1.2.3 适应度函数设计

适应度函数是遗传算法评价个体优劣的重要准则，本文的适应度函数要能正确衡量海岛礁灰度遥感影像的视觉质量。文献[6]提出了通用的具有视觉感知特性的最佳质量彩色影像评价函数CAF。CAF的计算基于独立彩色遥感影像，不依赖于与参考彩色遥感影像辅助。本文是针对海岛礁灰度遥感影像的增强方法，无法直接采用文献[6]提出的通用彩色影像评价函数，为此本文提出了如式（4）所示的最佳质量灰度影像评价函数CAFg。其中Eng是信息熵。文献[7]指出，若直接使用传统信息熵表达式可能产生错误的结果，因此本文设计了一种如式（5）所示的信息熵。其中Cj是灰度值域的子集，cj为补偿系数且。本文将灰度值域划分为50个子集，cj=(−1)j0.01/50。ACg是如式（6）所示的平均对比度，ACx、ACy分别是海岛礁灰度影像在x、y方向的平均对比度，如式（8）、式（9）所示。NVDg是如式（7）所示的归一化亮度差，G(x, y)是影像灰度值，G(x, y)是灰度的均值。

1.2.4 运行参数设定

遗传算法需设定的运行参数有种群大小、终止遗传代数、交叉概率、变异概率。本文采用文献[5]提出的自适应改进方法，认为交叉概率的增长率、变异概率构成Fibonacci数列。交叉概率Pc、变异概率Pm依式（10）、式（11）自适应变化，其中Pcb、∆1、∆2分别是常数0.70、0.000 036 9、0.000 015，t为最大个体维持不变的代数，Fibo(t)是Fibonacci函数。遗传算法具体运行时种群大小为8，终止遗传代数为100，最大终止代数为30。

2 实验结果及分析

本文选用两幅由RC30相机获取的舟山群岛附近的海岛礁彩色遥感影像，实验影像块大小是256×256像素。以AMD Athlon 5200+处理器为硬件平台，以Microsoft Visual C++6.0为软件环境进行了海岛礁彩色遥感影像色彩保持增强实验，并与传统直方图方法（对HSV变换中的亮度分量采用传统直方图均衡化方法处理）、文献[2]、文献[8]方法进行了对比实验，实验结果如图1所示。表1为海岛礁彩色影像质量测度。海岛礁彩色遥感影像的质量测度主要包括信息熵lnEnc、平均对比度ACC、平均亮度AG'、能量函数Fac。具体计算方法见公式（12）～公式（16）。其中信息熵越大，彩色遥感影像信息量越丰富，色度分布越均匀；能量函数越大，彩色遥感影像像元的平均变化越剧烈；平均亮度越大，彩色遥感影像的亮度越高；平均对比度越大，彩色遥感影像的反差越高。

图1 海岛礁彩色遥感影像的对比实验结果

表1 海岛礁彩色遥感影像质量测度及运行时间

由表1可以看出，与原始海岛礁彩色影像相比，传统直方图方法、文献[2]、文献[8]方法均在大幅提升海岛礁彩色遥感影像的信息熵、能量函数、平均对比度的同时，降低了海岛礁彩色遥感影像的平均亮度；本文方法尽管对海岛礁彩色遥感影像的信息熵、能量函数、平均对比度的提升幅度没有其他方法那么大，但本文方法也是唯一在提高这三种质量测度的同时还提高了海岛礁彩色遥感影像的平均亮度测度。本文方法视觉效果最好、色彩鲜明，有效突出了彩色遥感影像在表达遥感影像信息方面的优越性。

3 结 语

本文将模糊增强方法引入到海岛礁彩色遥感影像增强处理中，再辅以遗传算法优化模糊增强参数，实现了具有最佳彩色质量的海岛礁彩色遥感影像增强。该方法有效改善了海岛礁彩色遥感影像的视觉质量，满足了遥感影像处理对质量测度“适中”的要求，保持了海岛礁彩色遥感影像的色彩信息；充分利用了遗传算法优化模糊增强参数，实现了无人工干预的海岛礁彩色遥感影像增强处理，降低了对海岛礁彩色遥感影像先验知识的依赖。

[1] 冈萨雷斯.数字影像处理[M].北京:电子工业出版社,2007

[2] 王萍,程号,罗颖昕.基于色调不变的彩色图像增强[J].中国图像图形学报,2007,12(7):1 173-1 177

[3] PALS K, KING R A.Image Enhancement Using Fuzzy Sets[J]. Electron Letter,1980,16(9):376-378

[4] 周明,孙树栋.遗传算法原理及应用[M].北京：国防工业出版社,1999

[5] 李国,范大昭,郭海涛.一种改进的自适应遗传算法在图像匹配中的应用[J].测绘科学,2009,34(5)：188-189

[6] 谢正祥,王志芳,熊兴良,等.基于视觉感知噪声模型的彩色图像质量评价和彩色图像质量最佳化[J].中国图像图形学报,2010,15(10):1 454-1 464

[7] 汪亚明,吴国忠,赵均,等.基于模糊熵及遗传算法的图像增强技术[J].农业机械学报.2003,34(3):96-98

[8] 赵晓霞,王汝琳,张莉莉.恶劣天气下降质图像增强算法研究[J].微计算机信息,2010,26(8):3-4

P237

B

1672-4623（2017）02-0083-03

10.3969/j.issn.1672-4623.2017.02.026

2015-01-30。

项目来源：61206部队一般科研项目“海岸带地形图测量初探”。

李国，硕士，工程师，主要从事数字图像处理、遗传算法及其应用研究。