

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領
文檔簡介
1、在圖像成像、復制、掃描、傳輸、顯示等過程中,不可避免地要造成圖像的退化,而在許多應用領域中,需要清晰的、高質(zhì)量的圖像,因此,圖像恢復具有重要的意義。圖像恢復目的是對退化圖像進行處理,盡可能恢復成原始圖像。它是圖像處理、模式識別、機器視覺的基礎,并在天文學、遙感成像、醫(yī)療圖像等領域獲得廣泛的應用。 在圖像恢復中,由于圖像信息本身的復雜性和較強的相關性,在處理過程中的各個不同層次可能出現(xiàn)不完整性、不精確性、非結(jié)構(gòu)化等問題,因此將計算
2、智能信息處理方法應用于圖像恢復,在一些場合比傳統(tǒng)恢復方法具有更好的效果。 遺傳算法作為一種智能優(yōu)化算法,是借鑒生物界選擇和遺傳機制的隨機化搜索算法,其主要特點是在搜索空間中同時在很多點進行求解,利用隨機規(guī)則米引導搜索,且搜索不依賴于梯度信息,它尤其適用于處理傳統(tǒng)搜索方法難于解決的復雜和非線性問題。遺傳算法的優(yōu)勢是利用所允許的不精確性、不確定性和部分真實性,以得到易于處理、魯棒性和成本較低的解決方案,因此是很有發(fā)展?jié)摿Φ膱D像智能信
3、息處理方法。 本論文圍繞遺傳算法中存在的早熟現(xiàn)象及其在圖像恢復中的應用主要做了以下三個方面的工作。 (1)針對遺傳算法中存在的早熟收斂現(xiàn)象,提出一種用于防止早熟收斂的改進遺傳算法。該算法首先利用從基因和個體兩個方面設計的種群多樣性算子產(chǎn)生較好的初始種群分布,并以該算子作為判斷種群是否早熟收斂的依據(jù)。一旦出現(xiàn)早熟收斂或早熟收斂的趨勢,則進行災變,以恢復算法的進化能力。其次,經(jīng)過該算法中的選擇和交叉算子后的種群由兩部分構(gòu)成,
4、一是從父代種群中選出的保留種群,二是利用父代種群中的最優(yōu)個體與引入的隨機種群進行交叉操作產(chǎn)生的交叉種群,保留種群和交叉種群重新組成下一代種群。通過實驗仿真并與SGA和EGA算法進行比較,驗證了該算法在函數(shù)優(yōu)化中能有效維持種群的多樣性,快速找到全局最優(yōu)解。 (2)針對遺傳算法用于圖像恢復時存在的早熟現(xiàn)象,提出一種用于二值圖像恢復的改進遺傳算法。該算法每進化k代引入一次比例為r的隨機種群,r是隨機種群占種群規(guī)模n的比例。如果在某代加
5、入隨機種群,則該代中的交叉算子就用當前最優(yōu)個體與加入隨機種群后的種群中的每一個個體進行交叉操作。同時,該算法設計了只對最優(yōu)個體進行變異的局部變異算子,對于任何一個待變異點,首先用“canny”算子檢測其與8-鄰域像素點構(gòu)成的局部區(qū)域是否含有邊緣信息,對不含邊緣信息的局部連通區(qū)域進行0、1變異或保持局部連通區(qū)域的原值不變。每隔一定代數(shù)加入一次隨機種群加強了遺傳算法搜索新的解空間的能力,基于邊緣信息的局部變異算子使算法加速向最優(yōu)解收斂。仿真
6、實驗驗證了該算法優(yōu)于SGA算法,并且對圖像的模糊程度依賴性小。 (3)在圖像恢復中,去噪也是很重要的研究內(nèi)容之一。通過對L濾波的研究,提出一種新的圖像混合噪聲濾波算法。該算法依據(jù)中心極限定理,通過在圖像上交互式的選擇感興趣區(qū)域估計混合噪聲模型,并把該混合噪聲模型添加到一幅較小的測試圖像上,重建退化過程。然后以測試圖像為目標,用遺傳算法優(yōu)化L濾波的權(quán)系數(shù),并用得到的一組最優(yōu)權(quán)系數(shù)結(jié)合圖像的邊緣信息對圖像進行L濾波。在進行L濾波時,
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 模糊遺傳算法及其在圖像恢復中的應用.pdf
- 遺傳算法在圖像恢復中的應用研究.pdf
- 改進遺傳算法在圖像恢復中的應用研究.pdf
- 混沌遺傳算法及其在圖像匹配中的應用
- 混沌遺傳算法及其在圖像匹配中的應用(1)
- 遺傳算法在圖像拼接中的應用.pdf
- 遺傳算法“早熟”現(xiàn)象的探究及改進策略.pdf
- 改進的量子遺傳算法及其在圖像匹配中的應用.pdf
- 遺傳算法在圖像處理中的應用研究.pdf
- 基于遺傳算法的圖像恢復技術研究.pdf
- 一種改進的遺傳算法及其在圖像分割中的應用.pdf
- 遺傳算法及其在結(jié)構(gòu)優(yōu)化中的應用.pdf
- 遺傳算法及其在約束優(yōu)化中的應用.pdf
- 遺傳算法及其在聚類分析中的應用.pdf
- 遺傳算法在圖像閾值分割中的應用研究.pdf
- 遺傳算法在圖像邊緣檢測中的應用研究.pdf
- 遺傳算法的研究及其在倒立擺中的應用.pdf
- 遺傳算法及其在引航排班中的應用研究.pdf
- 遺傳算法及其在非線性優(yōu)化中的應用.pdf
- 遺傳算法及其在圖象拼接中的應用.pdf
評論
0/150
提交評論