针对许多应用领域内所存在的低照度图像, 提出了一种基于量子行为粒子群优化的低照度图像增强方法。该方法提取低照度图像的非纹理区域, 在图像增强过程中限制非纹理区域的灰度范围, 从而抑制伪影现象。在直方图均衡化处理中设计了分级概率密度函数, 并运用改进的量子行为粒子群优化算法对分级概率密度函数的参数进行优化。最终在典型的低照度图像上完成了验证实验, 结果表明该方法不仅提高了图像的对比度, 同时也增强了图像的细节信息与视觉质量。

提出一种基于量子粒子群算法的摄像机标定优化方法。通过MATLAB软件的标定程序快速获得摄像机的内外参数;利用量子粒子群优化算法,建立了目标函数,进一步优化摄像机参数。实验结果表明,所提优化算法收敛快,精度高,能在一定程度上提高摄像机的标定精度。

在微装配中, 采用变焦变倍视觉系统可以有效解决测量范围与精度的矛盾, 但同时也引入了动态标定和实时自动聚焦的新问题。为此, 对变焦变倍显微视觉系统的标定和自动聚焦技术展开研究。在标定方面, 首先通过变倍率法完成图像主点的标定。基于平面靶标定法, 采用单视图单应矩阵分解对固定倍率下相机内外参数进行线性标定, 再引入畸变模型, 并由量子行为粒子群优化算法对标定结果进行非线性优化, 优化之后的最大反投影误差约为0.13 pixel, 平均反投影误差约为0.1 pixel。此外, 通过高斯曲线拟合完成对任意工作状态下视觉系统放大倍数的校准。在自动聚焦方面, 针对传统灰度梯度函数只考虑固定梯度方向且易受噪声影响的问题, 采用八邻域最大梯度阈值的自动调焦算法, 通过梯度阈值提高算法的抗噪性。与其他几种灰度梯度调焦函数相比, 该算法的单峰性好, 抗噪性强。

为了提高红外弱小目标的检测效果，提出了一种改进粒子群算法。首先基于高斯分布吸引因子对量子行为粒子群算法进行优化，通过logistic混沌对粒子群映射寻优，避免了进化后期陷入局部最优；接着利用粒子群平均欧氏距离确定的多样性来保证后期混沌量子行为粒子群优化算法的可靠进行；最后在最小均方差准则下对红外弱小目标进行检测，修正预测权值，保证检测的有效性。实验仿真结果表明，本文算法对红外弱小目标的检测效果清晰，信噪比最大，算法的检测概率和虚警概率较好。

提出了一种将遗传算法(GA)和量子粒子群(QPSO)算法相结合的新优化算法，该算法通过运用GA 中的交叉和变异算子操作来优化QPSO 算法，提高QPSO 的全局搜索能力，克服其易陷入局部极值的缺点。将其应用到Pseudo-Voigt型布里渊散射谱特征提取，对不同权重比、不同线宽和不同信噪比下的布里渊散射谱进行了参数估计和分析，通过采集不同温度时的布里渊散射谱实验数据，利用GA-QPSO 算法对实验数据进行处理。实验结果表明，利用GA-QPSO 算法可以提高布里渊散射谱的频移提取精度，当温度为25 ℃时，频移拟合误差最大为2.18 MHz，且随着温度的升高，平均拟合误差逐渐减小，在80 ℃时的频移拟合误差最大为0.065 MHz。因此，将该算法用于布里渊散射温度和应变传感系统，在提高空间分辨率、检测精度等方面具有很好的应用前景。

在工业许多领域上,对于颗粒粒度的快速、准确的在线测量的需求越来越紧迫.这对反演算法的质量如鲁棒性、运行效率、重复性及精度等提出了更高的要求.本文提出将量子粒子群算法用于非独立模式下颗粒粒径的反演,将提出的算法与基本粒子群算法、模拟退火算法进行对比.在仿真方面,在不同随机噪声下,对均匀球形颗粒进行了模拟仿真.当随机噪声为5%时,反演误差在10%以内.在实验方面,通过搭建基于CCD为探测器的激光粒度检测系统,对国家标准颗粒进行了反演计算,仿真及实验结果表明量子粒子群算法具有全局性、收敛速度快、鲁棒性好等优点,且反演时间约为1s,适合快速、高精度的在线颗粒粒度测量.

为了高效、准确地估计多普勒频率和波达方向(DOA), 提出了基于加权子空间拟合(WSF)算法和量子粒子群优化(QPSO)算法的WSF-QPSO联合谱估计方法。首先, 利用状态空间模型构造包含多普勒频率和DOA信息的广义可观测矩阵; 用WSF算法拟合联合谱函数, 将参数估计问题转化为多维非线性函数优化问题。然后, 利用QPSO算法优化联合谱函数, 得到多普勒频率和DOA的估计值。实验结果表明: 在信源参数比较接近的情况下, WSF-QPSO方法在信噪比为0 dB时对多普勒频率和DOA估计的均方根误差仅为0.007 5 rad和0.25°。与其他方法相比, 该方法具有估计精度高、控制参数少、鲁棒性好、参数自动配对等特点, 在低信噪比和小样本条件下依然能够得到较满意的参数估计结果。