收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

基于改进微粒群算法的图像复原方法研究

刘丁峰  
【摘要】: 图像在生成、存储和传输的过程中,经常由于硬件设备、天气状况、光线强弱、噪声干扰等一系列的因素导致图像质量下降。为了复原这些退化图像,迄今已有一些成熟的图像复原的方法,包括逆滤波图像复原方法、维纳滤波图像复原、从噪声中复原、几何失真校正等方法。逆滤波比较简单,但处理噪声的效果不尽如人意。维纳滤波综合了退化函数和噪声统计特性两个方面,但是维纳滤波需要知道未退化图像和噪声的功率谱,这两个参数较难获得。从噪声中复原和几何失真校正只能用于被噪声污染的图像或几何失真严重的图像。以上算法都有一定的局限性。 智能算法能够在诸多应用领域高效率地求解寻优问题,如遗传算法是一种进化智能演化算法,它通过对初始解的不断进化逐步接近最优解,它包括选择、交叉、变异等遗传操作,其进化的过程是用上代变异出下代,以适应度函数的值是否达到门限值为标志进行寻优。而微粒群算法是一种群体智能算法,它也具备一定的全局寻优功能,通过群体之间的信息交换进行寻优求解。可是群体智能算法在子代迭代过程中没有明显的选择机制,虽然在迭代速度上比进化智能算法要快,但其收敛性能不如进化智能算法,容易陷入局部最优。 本文在采用群智能算法复原图像的过程中,将遗传算法中迭代过程中的选择机制引入到微粒群算法,提出了一种基于改进微粒群算法IPSO (Improve Particle Swarm Optimization)的图像复原技术,旨在增强群智能算法的全局搜索能力。本文采用了传统的遗传算法、标准微粒群算法和改进IPSO算法分别对退化图像进行复原实验,实验数据表明标准遗传算法在图像复原效果上比较理想,但是运算开销大。标准微粒群算法的参数较少,运算效率高,但是复原效果不如遗传算法。而改进的微粒群算法IPSO综合了遗传算法和微粒群算法的优势,能够以较高的运算效率取得较好的图像复原效果。 本文的创新点在于将遗传算法中的选择过程引入到标准微粒群算法PSO,并将改进算法IPSO应用于图像复原。实验结果表明,IPSO算法对于图像复原体现出更好的综合性能,具有良好的运算效率和复原效果,在图像处理方面具有一定的实用价值。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 张鲁江,付忠良;退化模型未知的图像复原方法[J];计算机应用;2001年01期
2 刘琚,何振亚;利用SVD对带噪声的模糊图像进行盲复原[J];数据采集与处理;2002年01期
3 于大勇,袁祥岩,高万荣,陶纯堪;最大后验方法在图像复原中的应用[J];应用光学;2002年05期
4 和亚珺,郭平;Parzen窗估计法在图像复原中的应用探索[J];北京师范大学学报(自然科学版);2004年04期
5 汪雪林,赵书斌,彭思龙;基于小波域隐马尔可夫树模型的图像复原[J];计算机学报;2005年06期
6 付炜;刘志文;;高斯型点扩展函数估计及图像复原[J];计算机工程与应用;2007年36期
7 蒋伟;胡学刚;;一种基于偏微分方程的图像复原新模型[J];计算机工程与应用;2008年14期
8 吴淑艳;黄继风;闵瑞隽;;一种基于边界处理的图像复原方法[J];微计算机应用;2008年07期
9 陈金林;李宁;;图像复原的一种改进算法[J];重庆科技学院学报(自然科学版);2009年05期
10 刘莉;谭吉春;;分数域图像混合噪声盲复原方法[J];国防科技大学学报;2011年03期
11 苏秉华,金伟其,牛丽红,刘广荣;超分辨率图像复原及其进展[J];光学技术;2001年01期
12 苏秉华,金伟其;基于POCS-MPMAP合成算法的超分辨率图像复原(英文)[J];光子学报;2003年04期
13 陈小蔷,张俊,吴乐南;基于Neumann边界条件的图像局部复原[J];信号处理;2004年04期
14 宋芬,郁春江,松井申之;Complex Valued BP NN和Real BP NN应用于图像复原的比较[J];计算机工程与应用;2005年11期
15 马彪;运动图像模糊度参数的估计[J];辽宁大学学报(自然科学版);2005年04期
16 马而昉;李金宗;黄建明;;基于独立成分分析的盲目图像反降晰[J];计算机应用;2006年07期
17 岳晓峰;刘维国;韩立强;;运动模糊图像恢复在汽车同步环检测中的应用[J];中国测试技术;2006年06期
18 王宇;何小海;;改进的Hopfield网络图像复原[J];计算机工程;2007年17期
19 解凯;;超分辨率图像复原技术综述[J];北京印刷学院学报;2007年06期
20 黄琦;张国基;唐向京;;基于霍夫变换的图像运动模糊角度识别法的改进[J];计算机应用;2008年01期
中国重要会议论文全文数据库 前10条
1 胡岸勇;柳重堪;苗俊刚;万国龙;;基于降晰矩阵分解与POCS的高斯降晰图像复原[A];全国第二届信号处理与应用学术会议专刊[C];2008年
2 范赐恩;邓德祥;;航空相机像移模糊图像复原方法的研究[A];中国光学学会2010年光学大会论文集[C];2010年
3 陆世东;;维纳滤波图像复原算法研究[A];中国测绘学会2010年学术年会论文集[C];2010年
4 崔旭东;;闪光X光图像复原方法[A];中国工程物理研究院科技年报(2000)[C];2000年
5 张红英;彭启琮;;一种基于p-Laplace算子的图像修补方法[A];通信理论与信号处理新进展——2005年通信理论与信号处理年会论文集[C];2005年
6 廖翔;黎建彬;陈康;朱亚平;;监控录相图像复原技术的研究与应用[A];中国感光学会第六次全国感光(影像)科学大会暨第五届青年学术交流会论文摘要集[C];2001年
7 蔡念;金丰;阮恭勤;潘晴;许少秋;;基于AdaBoost算法的图像复原方法[A];第十五届全国图象图形学学术会议论文集[C];2010年
8 范永法;潘树国;;Wiener滤波复原技术在磁粉探伤中的应用[A];第二届全国信息获取与处理学术会议论文集[C];2004年
9 曹毅;吕英华;;基于微遗传算法和正则化处理的模糊图像复原方法[A];全国第13届计算机辅助设计与图形学(CAD/CG)学术会议论文集[C];2004年
10 李勇;李平;文玉梅;;光电成像系统获取图像的多项式能量约束复原[A];中国仪器仪表学会第六届青年学术会议论文集[C];2004年
中国博士学位论文全文数据库 前10条
1 黄捷;基于数值代数的图像复原问题研究[D];电子科技大学;2013年
2 赵雪青;降质图像复原方法研究[D];陕西师范大学;2013年
3 张欣;波前编码技术中的图像复原研究[D];中国科学院研究生院(长春光学精密机械与物理研究所);2010年
4 刘新武;基于偏微分方程的图像复原技术研究[D];湖南大学;2011年
5 赵熙乐;基于数值线性代数与稀疏优化的图像复原问题研究[D];电子科技大学;2012年
6 吕小光;结构矩阵计算及在数字图像复原中的应用[D];电子科技大学;2011年
7 徐大宏;基于正则化方法的图像复原算法研究[D];国防科学技术大学;2009年
8 陶小平;基于光学成像特性的高分辨图像复原技术研究[D];浙江大学;2010年
9 卢兆林;基于偏微分方程理论的图像复原技术研究[D];中国矿业大学;2012年
10 易丽娅;图像复原的Bregman迭代正则化方法研究[D];华中科技大学;2011年
中国硕士学位论文全文数据库 前10条
1 王勇;单幅雾天降质图像复原方法研究[D];合肥工业大学;2010年
2 尤海英;条码识别中图像复原的研究[D];南京航空航天大学;2010年
3 刘丁峰;基于改进微粒群算法的图像复原方法研究[D];中南民族大学;2010年
4 高源;正则化最小二乘结合偏微分方程的图像复原技术研究[D];哈尔滨理工大学;2010年
5 蒋毅;基于四阶偏微分方程的分裂Bregman图像复原方法[D];湖南大学;2010年
6 明文华;运动模糊图像复原算法研究[D];安徽大学;2004年
7 潘树国;磁粉探伤系统散焦图像复原暨DSP微裂纹图像识别系统的研究[D];河海大学;2004年
8 戢玲玲;基于PDE方法的图像复原算法研究[D];武汉科技大学;2010年
9 屈晓;基于数字技术条件下的东黑沟岩刻画图像复原研究[D];西北大学;2011年
10 曹毅;基于遗传算法的模糊图像复原方法研究[D];东北师范大学;2004年
中国重要报纸全文数据库 前1条
1 王晶晶;“神笔”刑警定格嫌疑人[N];人民公安报;2009年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978