基于量子萤火虫和增益Beta的医学DR图像自适应增强

为了解决医学DR图像对比度低、边缘模糊、细节不清晰和缺乏自适应增强的问题,提出一种基于量子萤火虫和增益Beta的医学DR图像自适应增强方法.该方法针对传统Beta变换的不足,提出了增益Beta变换方法,提出了应用于增益Beta变换的二分类别判定方法和参数约束修正方法.为实现自适应的增强,将量子计算和萤火虫群算法结合提出一种量子萤火虫群算法,提出一种FHCE图像增强质量评价标准作为算法的适应度函数,该算法可快速精确求解应用于医学DR图像自适应增强的增益Beta变换的最优增强参数值.实验结果表明这种方法提高了医学DR图像的对比度,边缘和细节更加的清晰,能够自适应增强各类型医学DR图像.