基于粗糙自適應(yīng)遺傳算法的圖像恢復(fù)方法研究.pdf

1、數(shù)字圖像恢復(fù)技術(shù)作為數(shù)字圖像處理中的重要分支，被認(rèn)為是適應(yīng)數(shù)字化時(shí)代的一個(gè)有力支撐，并成為數(shù)字圖像領(lǐng)域的一個(gè)研究熱點(diǎn)。數(shù)字圖像恢復(fù)技術(shù)是指在針對退化降質(zhì)的圖像，通過框架恢復(fù)模型將其盡可能恢復(fù)至和原圖像接近的過程。由于圖像在取像、存儲等過程中不可避免的會(huì)因?yàn)橥饨绲挠绊懚霈F(xiàn)退化的情形，會(huì)不同程度影響對所得圖像進(jìn)行的分析研究，再者由于數(shù)字圖像與工程、生活的方方面面的關(guān)系越來越緊密，因此，對數(shù)字圖像恢復(fù)技術(shù)的研究有著重要的理論和現(xiàn)實(shí)意義。

2、r>　　 基于遺傳算法，本文提出一種粗糙自適應(yīng)遺傳算法，并將其應(yīng)用于運(yùn)動(dòng)模糊圖像恢復(fù)及椒鹽噪化圖像恢復(fù)中。以提高圖像恢復(fù)算法的魯棒性和執(zhí)行效率為主要研究目的，開展了以下研究工作：
　　 首先，構(gòu)架粗糙自適應(yīng)模型，將其與優(yōu)化后的遺傳算法進(jìn)行結(jié)合，提出粗糙自適應(yīng)遺傳算法。在該算法中將匹配域模型、特征域模型、自適應(yīng)域模型三類粗糙自適應(yīng)模型與遺傳算法相結(jié)合，利用遺傳算法的智能搜索原理，在被搜索解空間中尋求匹配近似解，再應(yīng)用粗糙自適應(yīng)模

3、型將所得近似解進(jìn)行分類處理。同時(shí)在該算法中將遺傳算法的三大基本算子進(jìn)行了優(yōu)化處理，以便提高算法的整體處理性能。
　　 其次，應(yīng)用粗糙自適應(yīng)遺傳算法對運(yùn)動(dòng)模糊圖像進(jìn)行恢復(fù)操作。在對運(yùn)動(dòng)模糊圖像進(jìn)行恢復(fù)操作的過程中，需要針對退化降質(zhì)圖像建立恢復(fù)模型，在該部分是將遺傳算法所得近優(yōu)解應(yīng)用于粗糙自適應(yīng)模型。其中自適應(yīng)域模型處理是進(jìn)行基于自適應(yīng)控制的點(diǎn)擴(kuò)散修正方案操作，特征域模型處理主要指進(jìn)行三種宏觀對稱域的處理及進(jìn)行尺度劃定的微對稱處理，

4、在匹配域的處理主要指依據(jù)前面所得近優(yōu)解的值進(jìn)行三種類型的分類操作。實(shí)驗(yàn)結(jié)果表明，該算法能有效處理運(yùn)動(dòng)模糊退化圖像，保留恢復(fù)圖像邊緣及提高其PSNR值。
　　 最后，應(yīng)用粗糙自適應(yīng)恢復(fù)算法對椒鹽噪化圖像進(jìn)行恢復(fù)處理。在對椒鹽噪化圖像的恢復(fù)處理過程中，自適應(yīng)域模型處理指的是進(jìn)行基于直方圖處理的子圖像塊糾正方案，而該部分的特征域模型處理主要指進(jìn)行八鄰域處理，而匹配域模型處理與在運(yùn)動(dòng)模糊圖像恢復(fù)中的基本一致。實(shí)驗(yàn)結(jié)果表明，該算法具有較好