1.一种自适应微分阶数的分数阶微分图像增强方法，其特征在于：包括如下步骤：

1、对数字图像进行图像分数阶的微分处理；

2、基于遗传算法寻找最优控制参数实现自适应微分阶数的图像处理；

步骤2中包括如下步骤：

2.1、构建图像参数模型：

数字图像F(·)大小为N×M，即图像由N行M列的像素点阵构成，f(x,y)是图像在x行y列v

的像素值，f (x,y)为x行y列的该像素点经过微分阶数为v的掩模算子处理后的值，则可以定义增强程度函数G：

其中：g(·)是一个对比度扩展函数；k是控制参数，其大小直接影响图像的处理质量，N，M，x，y均为正整数；

2.2、利用遗传算法计算最优的参数k和v：根据需要自行设定染色体长度，采用奇偶方式分别编码，用奇数位基因构成序列表示控制参数k，用偶数位基因构成序列表示微分阶数v，基于以上优化遗传算法并将增强程度函数G作为遗传算法的适应度函数，通过对遗传算法中的变异概率Pm进行优化可得出每张图片的最佳微分阶数；

上文针对变异概率Pm的优化，采用如下步骤：选取合适的适应度函数，将增强程度函数G作为遗传算法的适应度函数：设G(i)为第i代的个体平均适应度值，i表示代数，设差值函数Δ(i)＝G(i+1)‑G(i)，为第i+1代与第i代的个体平均适应度值得差值，所以Δ(i)<0时表示i+1代整体优于第i代，Δ(i)>0表示第i+1代次于第i代，而Δ(i)本身值的大小反映了种群发展的速度；

将经典遗传算法中固定不变的变异概率Pm，优化为根据发展速度而改变的代变异概率Pm(i)：

根据情况选取阈值β，当|Δ(i)|>β时，表示种群发展速度快，降低变异概率，提高收敛速度，当|Δ(i)|<β表示，表示种群发展趋于稳定，提高变异概率，减小陷入局部最优的可能；

设第i代的代变异概率为Pm(i)，则：Pm(i+1)＝Pm(i)ln(e‑λα)α＝sgn(|Δ(i)|‑β)α＝sgn(x)为符号函数，|Δ(i)|‑β>0时取α正值，|Δ(i)|‑β<0时取α负值；ln()为对数函数；e＝2.7182…；λ为适应系数，根据情况取值；

根据以上函数确定每一代的代变异概率，加快收敛速度，使得该算法更加适用于图像处理。