一、获取代码方式

获取代码方式1：

通过订阅紫极神光博客付费专栏，凭支付凭证，私信博主，可获得此代码。

获取代码方式2：

通过紫极神光博客主页开通CSDN会员，凭支付凭证，私信博主，可获得此代码。

获取代码方式3：

完整代码已上传我的资源：【图像增强】基于matlab GSA灰度图像增强【含Matlab源码 1172期】

备注：开通CSDN会员，仅只能免费获得1份代码（有效期为开通日起，三天内有效）；

订阅紫极神光博客付费专栏，可免费获得1份代码（有效期为订阅日起，三天内有效）；

二、图像增强及GSA简介

1 图像增强

图像增强是对图像的某些特征，如边缘、轮廓、对比度等进行强调或锐化，以便于显示、观察或进一步分析与处理。通过对图像的特定加工，将被处理的图像转化为对具体应用来说视觉质量和效果更“好”或更“有用”的图像。

图像增强是最基本最常用的图像处理技术，常用于其他图像处理的预处理阶段。

（1）高通平滑、低通锐化；平滑模糊、锐化突出图像细节

（2）滤波器还有带通、带阻等形式

（3）根据噪声（椒盐噪声、高斯噪声…）的不同，选用不同的滤波

（4）邻域有4-邻域、对角邻域、8-邻域，相对应的有邻接，即空间上相邻、像素灰度相似

（5）图像边缘处理：忽略不处理、补充、循环使用

（6）目前尚未图像处理大多基于灰度图像

2 引力搜索算法（GSA）

引力搜索算法（GSA）是一种基于引力和质量相互作用定律的优化算法。该算法基于牛顿引力：“宇宙中的每个粒子都以与力乘积成正比的力吸引每个其他粒子。它们的质量与它们之间的距离的平方成反比”。

三、部分源代码

% Using the Regional Similarity Transformation Function and Dragonfly Algorithm. %%%%%%%%%%%%%%%%%%%%%%%%%%%%%THIS IS A DEMO FOR NOVEL IMAGE ENHANCEMENT USING GRAV脻TAT脻ONAL SEARCH ALGORITHM clc;clear all;close all;%READ IMAGEi=imread('test5.bmp');i=imresize(i,1); %--------------------------------------------------------------------------%GLOBAL MEANfrekans=zeros(256,1);% It records by counting how many times each pixel value is.for k=1:size(i,1)for l=1:size(i,2)value=i(k,l);frekans(value+1)=frekans(value+1)+1; endenddeger=max(frekans);for k=1:256if deger==frekans(k)D=k;endendD=double(D/255);image = im2double(i);global_mean = D;%--------------------------------------------------------------------------% LOCAL MEANBmean = mean_n(image);%--------------------------------------------------------------------------%SIMILARITY[S]=similarity(i);B=double(S);%--------------------------C = std_n(image,Bmean);im_size = size(image);%-------------------------------------------------------------------------%OPTIMIZATION PARAMETERSN=15; % Agent number;Max_iteration=15;%-------------------------------------------------------------------------%CALL FUNCTION [parameters Fbest BestChart MeanChart] = GSA_enhancement2(image,global_mean,B,C,im_size, N, Max_iteration);enh = trans(i,image, B, C, global_mean, parameters(1),parameters(2),parameters(3),parameters(4) );function [S]= similarity(x)[xlen ylen] =size(x);S=zeros(xlen, ylen);for i=2:1:xlen-1for j=2:1:ylen-1%--------------------------------------------------------%Getting the values in the maskmaskGray=zeros(1,9) ;resim=zeros(1,9) ; for b=1:9;[m]=ikomsu(b,i);[n]=jkomsu(b,j);[res]=resimdemi(m,n,xlen,ylen);resim(b)=res;if(resim(b)==1)gray= x(m,n); maskGray (b) =gray;elsemaskGray (b) =0;endend% Distance and similarity are calculated between 9 pixels in the mask and the result is determined.DN=150;sim=0;sum=0;for b=1:9sim (b)=similarity1(maskGray(b),maskGray(9),DN);sum=sim(b)+sum; end%---------------------------------------------------------S(i,j)=sum/9;endend end%------------------------------------------------------------------------%FUNCTIONS%-----------------------------------------------------------------------function [ res ] = resimdemi(x,y,w,h )if(x<1 || x>w-1 || y<1 || y>h-1)res=0;elseres=1;endendfunction [x] = ikomsu( komsuno, i)if(komsuno ==1)x=i-1;elseif(komsuno ==2)x= i;elseif(komsuno ==3)x= i+1;elseif(komsuno ==4)x= i-1;elseif(komsuno ==5)x= i+1;elseif(komsuno ==6)x= i-1;elseif(komsuno ==7)x= i;elseif(komsuno ==8)x= i+1;elseif(komsuno ==9)x=i;elsex=0;endendfunction [y] = jkomsu( komsuno, j )if(komsuno ==1)y= j-1;elseif(komsuno ==2)y= j-1;elseif(komsuno ==3)y= j-1;elseif(komsuno ==4)y= j;elseif(komsuno ==5)y= j;elseif(komsuno ==6)y= j+1;elseif(komsuno ==7)y= j+1;elseif(komsuno ==8)y= j+1;elseif(komsuno ==9)y= j;elsey=0;endendfunction [sim] = similarity1( k, o, DN)a=0;b=0;c=0;a=abs(k-o);% b=(abs(l-p))^2;% c=(abs(m-r))^2;% //Distance calculation based on the Euclidean relationdist=a;% % //Calculation of similarity based on linear functionarahes=dist/DN;sim=1 - arahes;% sim=exp(-dist/DN);end

四、运行结果

五、matlab版本及参考文献

1 matlab版本

a

2 参考文献

[1] 蔡利梅.MATLAB图像处理——理论、算法与实例分析[M].清华大学出版社，.

[2]杨丹,赵海滨,龙哲.MATLAB图像处理实例详解[M].清华大学出版社，.

[3]周品.MATLAB图像处理与图形用户界面设计[M].清华大学出版社，.

[4]刘成龙.精通MATLAB图像处理[M].清华大学出版社，.

如果觉得《【图像增强】基于matlab GSA灰度图像增强【含Matlab源码 1172期】》对你有帮助，请点赞、收藏，并留下你的观点哦！