摘要
针对视频图像增强问题中连续多帧图像序列中的像素相关性,建立了一种有效的视频图像增强模型,将视频连续图像增强问题转化为从原始低质量图像像素序列到高质量增强图像像素序列的寻优问题.基本萤火虫(GSO)算法具有容易陷入极值振荡和局部最优的缺陷,为了解决这个问题,在位置更新策略中引入了全局最优个体影响因子与局部最优个体影响因子,同时为了保证迭代过程中荧光素更新的多样性,对萤火虫荧光素的挥发及增益系数进行改进,提出了改进萤火虫(IGSO)算法.结合视频图像增强问题特性,重新定义了算法的群体的输入、萤火虫的荧光素和位置更新运动方程,设定了优化目标函数准则.最后典型的道路和室内监控视频图像增强实例验证了所提出的模型和算法的可行性.
基金项目
2019年国家级大学生创新创业训练计划项目(DCXM2019017:)
2018年广东省普通高校重点科研项目(2018KTSCX341:)
2017年外经外贸发展专项资金(促进服务贸易创新发展项目)(CJ201811:)
2018年广州大学华软软件学院科学研究项目(ky201804)
国家科技期刊平台
NSTL
维普
万方数据