1.基于局部搜索差分演化的图像增强方法，其特征在于，包括以下步骤：步骤1，输入一幅图像IM；

步骤2，用户初始化参数，所述初始化参数包括种群大小Popsize，最大评价次数MAX_FEs，杂交率Cr和缩放因子F；

步骤3，令当前演化代数t＝0，当前评价次数FEs＝0，优化设计参数个数D＝2；

步骤4，随机初始化种群 其中：个体下标i＝1,2,...,Popsize； 为种群Pt中的第i个个体并且存储了两个待优化设计参数；

步骤5，计算种群Pt中每个个体 的适应值 其中个体下标i＝1,2,...,Popsize，个体 的适应值 的计算方法为：将个体 解码为非完全Beta函数的参数α，β，并利用以α，β为参数的非完全Beta函数对图像IM进行非线性变换，变换后的图像记为CM，然后以图像CM的评价质量作为个体 的适应值步骤6，保存种群Pt中的最优个体Bestt，然后令当前评价次数FEs＝FEs+Popsize；

步骤7，令计数器ti＝1；

步骤8，如果计数器ti大于种群大小Popsize，则转到步骤13，否则转到步骤9；

步骤9，执行改进的差分演化操作算子产生一个试验个体 其步骤如下：步骤9.1，令计数器tj＝1；

步骤9.2，在[1,D]之间随机产生一个正整数jRand；

步骤9.3，在[1,Popsize]之间随机产生两个不相等的正整数RT1和RT2；

步骤9.4，如果个体 的适应值比个体 的适应值更优，则令RT1＝RT2，否则保持RT1不变；

步骤9.5，在[0,1]之间产生一个服从均匀分布的随机实数TW，然后令组合基础个体步骤9.6，在[1,Popsize]之间随机产生两个不相等的正整数RT3和RT4；

步骤9.7，如果计数器tj小于或等于D，则转到步骤9.8，否则转到步骤10；

步骤9.8，在[0,1]之间产生一个随机实数r1，如果r1小于杂交率Cr或者计数器tj等于jRand，则转到步骤9.9，否则转到步骤9.11；

步骤9.9，

步骤9.10，转到步骤9.12

步骤9.11，

步骤9.12，令计数器tj＝tj+1，然后转到步骤9.7；

步骤10，计算试验个体 的适应值，并令当前评价次数FEs＝FEs+1；

步骤11，执行选择操作算子在个体 与试验个体 之间选择更优者进入下一代种群；

步骤12，令计数器ti＝ti+1，然后转到步骤8；

步骤13，在[1,Popsize]之间产生一个随机正整数RT5，然后对个体 执行局部搜索，具体步骤如下：步骤13.1，令计数器tls＝0，并令最大局部搜索次数MaxLs＝5；

步骤13.2，令局部搜索个体

步骤13.3，在[1,D]之间随机产生一个正整数tk；

步骤13.4，以 为期望， 为标准差产生一个高斯随机数GR；

步骤13.5，令

步骤13.6，计算个体 的适应值，并令当前评价次数FEs＝FEs+1；

步骤13.7，令计数器tls＝tls+1；

步骤13.8，如果个体 的适应值比个体 的适应值更优，则令 然后转到步骤14，否则转到步骤13.9；

步骤13.9，如果计数器tls小于MaxLs，则转到步骤13.2，否则转到步骤14；

步骤14，保存种群Pt中的最优个体Bestt；

步骤15，令当前演化代数t＝t+1；

步骤16，重复步骤7至步骤15直至当前评价次数FEs达到MAX_FEs后结束，将执行过程中得到的最优个体Bestt解码为非完全Beta函数的参数α，β，并利用以α，β为参数的非完全Beta函数对图像IM进行非线性变换，即可得到增强的图像。