Resumen

La mejora de la imagen es un procedimiento importante de procesamiento y análisis de imágenes. Este trabajo presenta una nueva técnica que utiliza una medida modificada y una mezcla de búsqueda de cuco y optimización de enjambre de partículas (CS-PSO) para imágenes de bajo contraste para mejorar la imagen de forma adaptativa. De este modo, la mejora del contraste se obtiene mediante la transformación global de las intensidades de entrada; emplea la función Beta incompleta como función de transformación y un criterio novedoso para medir la calidad de la imagen considerando tres factores que son el umbral, el valor de la entropía y la densidad de probabilidad de nivel de gris de la imagen. El proceso de mejora es un problema de optimización no lineal con varias restricciones. El CS-PSO se utiliza para maximizar el criterio de adecuación objetivo con el fin de mejorar el contraste y el detalle en una imagen mediante la adaptación de los parámetros de una nueva extensión de una técnica de mejora local. El rendimiento del método propuesto se ha comparado con otras técnicas existentes, como el estiramiento del contraste lineal, la ecualización del histograma y los métodos de mejora de la imagen basados en la computación evolutiva, como el algoritmo de búsqueda de rastreo, el algoritmo de búsqueda diferencial, el algoritmo genético y la optimización del enjambre de partículas, en términos de tiempo de procesamiento y calidad de la imagen. Los resultados experimentales demuestran que el método propuesto es robusto y adaptativo y presenta un mejor rendimiento que los demás métodos utilizados en el trabajo.

• Materias:Inteligencia artificial Algoritmos genéticos Ingeniería civil Neurociencia Cognitiva
• Subjects:Artificial intelligence Genetic algorithms Civil engineering Cognitive Neuroscience
• Palabras claves:optimización de enjambre, calidad de imagen, métodos propuestos, problema de optimización no lineal, técnicas de mejora local, procedimientos de imagen, estiramiento de contraste lineal, imagen de bajo contraste, densidad de probabilidad de nivel, función beta incompleta
• Keywords:swarm optimization, image quality, proposed methods, nonlinear optimization problem, local enhancement techniques, procedures of image, linear contrast stretching, low contrast image, level probability density, incomplete beta function