Input： 红外图像$I_{\mathrm{i}\mathrm{r}}$，最大优化迭代次数$\mathrm{M}\mathrm{a}\mathrm{x}\_\mathrm{i}\mathrm{t}\mathrm{e}\mathrm{r}\mathrm{a}\mathrm{t}\mathrm{i}\mathrm{o}\mathrm{n}$，寻优参数$\alpha$，搜索种群$X_{\mathrm{A}\mathrm{t}\mathrm{t}\mathrm{a}\mathrm{c}\mathrm{k}\mathrm{e}\mathrm{r}}$，$X_{\mathrm{C}\mathrm{h}\mathrm{a}\mathrm{s}\mathrm{e}\mathrm{r}}$，$X_{\mathrm{B}\mathrm{a}\mathrm{r}\mathrm{r}\mathrm{i}\mathrm{e}\mathrm{r}}$和$X_{\mathrm{D}\mathrm{r}\mathrm{i}\mathrm{v}\mathrm{e}\mathrm{r}}$.

1. LPM模块

 构造四叉树-贝塞尔插值算子重构初始红外背景图像；

 引入引导滤波平滑噪音并得到红外亮度特征图像$I_{\mathrm{L}\mathrm{i}\mathrm{r}}$和红外背景图像$I_{\mathrm{B}\mathrm{i}\mathrm{r}}$；

2. EG-Chimp优化模型

 构建动态特征优化图像：$I_{\mathrm{O}\mathrm{i}\mathrm{r}}=\alpha \times I_{\mathrm{L}\mathrm{i}\mathrm{r}}+I_{\mathrm{B}\mathrm{i}\mathrm{r}}$；

 设计目标函数对参数$\alpha$寻优：$F=\mathrm{m}\mathrm{i}\mathrm{n}\{L_{\mathrm{S}\mathrm{F}}+\lambda L_{\mathrm{C}\mathrm{O}\mathrm{N}}\}$；

 While$t<\mathrm{M}\mathrm{a}\mathrm{x}\_\mathrm{i}\mathrm{t}\mathrm{e}\mathrm{r}\mathrm{a}\mathrm{t}\mathrm{i}\mathrm{o}\mathrm{n}$

  For each chimp

   计算各人猿种群的位置向量；

   更新$f,m,c,a,D$；

  End For

   For each search chimp

    更新目前搜索种群的位置向量；

   End For

    更新$X_{\mathrm{A}\mathrm{t}\mathrm{t}\mathrm{a}\mathrm{c}\mathrm{k}\mathrm{e}\mathrm{r}}$，$X_{\mathrm{C}\mathrm{h}\mathrm{a}\mathrm{s}\mathrm{e}\mathrm{r}}$，$X_{\mathrm{B}\mathrm{a}\mathrm{r}\mathrm{r}\mathrm{i}\mathrm{e}\mathrm{r}}$和$X_{\mathrm{D}\mathrm{r}\mathrm{i}\mathrm{v}\mathrm{e}\mathrm{r}}$；

    $t=t+1$；

 End While

Output： 动态特征优化图像$I_{\mathrm{O}\mathrm{i}\mathrm{r}}$