进化策略在图像恢复中的应用

进化策略是模拟自然界生物进化过程的计算模型是一种全局优化搜索方法，本文将改进的进化策略引入灰度图像恢复中，提出一种图像恢复的新方法。     

一种基于进化策略的图像分割方法

文中提出一种基于进化策略求解分割阈值的方法,并在方法中引入了部分个体的交叉和个体的年龄参数,以进一步模拟自然界的进化过程,从而改善了整个方法的计算效率.对使用最大类间的方差准则和最大熵准则的实验结果表明,这种方法能够找到较优的分割阈值,可以方便地实现对图像的分割.     

基于MRF的进化规划算法应用于红外图像分割

在中近程反坦克导弹红外制导系统中,图像分割的结果更注重于目标的位置信息。本文利用马尔可夫随机场(MRF)的局部相关特性,同时结合进化规划的全局优化搜索算法,提出了一种针对简单背景的红外图像分割算法。该算法模拟生物圈种群的竞争进化关系,对可能的目标区域给予较高的适应度,并对其余无关的背景和噪声进行快速的抑制,以达到突出目标和快速分割的目的。试验证明,该算法对简单背景下的中等目标有很好的分割效果,对噪声也有良好的抑制效果。     

基于数学形态学的医学CT图像分割方法研究

提出一种基于形态学分水岭算法的医学CT图像分割方法。针对传统分水岭算法易产生过分割现象的问题,分析产生过分割现象的原因并提出解决方案:首先利用形态学重构算法滤波,然后合并极小值,对梯度图像进行修正,最后对修正的梯度图像进行分水岭变换。仿真结果表明该方法能够抑制过分割现象,得到理想的分割结果。     

基于微粒群和模拟退火的图像恢复研究

提出了一种基于微粒群和模拟退火的图像恢复算法.算法结合了微粒群优化快速的搜索能力和模拟退火算法良好的全局收敛性能的优点,能应用于不同类型退化图像的恢复.仿真结果表明,该算法可使图像恢复效果得到改进和提高,是一种有效的图像恢复方法.     

遗传操作的一般性算子及图象恢复处理

针对遗传算法中 收剑问题,设计了一种遗传操作的一般性算子,该算子能够：（１）判断群体多样性的好坏程度,以使决定交叉和变异谁是主要、辅助算子;（２）当 某代群体的多样性差时,随机独立地产生多个新种个体;（３）当接近最优解邻域时,加速向最优解收敛。本文结合退化图象的,提出子基于算子的衅象遗传恢复方法,计算机模拟和实验结果表明,该方法能够较好地解决简单遗传算法中过早收敛于非全局最佳恢复图象问题。     

基于差分进化算法的港口封控兵力规划方法

针对传统港口封控兵力规划人力作业耗时长、效率低、难寻优等问题,提出了无人机群对海识别查证条件下,运用差分进化算法进行飞行航路智能寻优和兵力优化的方法.该方法具有兵力规划快速可靠、精准高效、行动要素覆盖全面等特点.     

基于进化规划的ATM网络优化路由算法

根据ATM网络承载业务的特性，提出了以最小化全网平均信元丢失率为目标函数，以途经交换节点数目为约束的优化路由准则，并应用进化规划方法求解此优化问题。     

采用进化规划和最大熵的目标图像分割算法

图像分割是图像处理和计算机视觉中关键技术之一。在分析最大熵法和进化规划算法(EP)基础上,提出一种自动阈值选取的图像分割算法。该算法以图像的最大熵作为适应度值,将图像分割问题看作一个全局数值优化问题,利用进化规划全局寻优和快速计算的特点,搜索一个最佳阈值用于图像分割。仿真结果表明,本方法很好地解决了最大熵法计算量大的缺点,速度快且分割效果好。     

量子行为粒子群算法在图像恢复中的应用

遗传算法等智能搜索技术避免了图像恢复方法中存在的较多约束和计算量过大的问题,但遗传算法存在“过早收敛”现象。作为一种新的智能优化算法-量子行为粒子群优化算法,在全局收敛性和稳定性上有较好的表现。文章提出了一种基于量子行为粒子群算法的图像恢复方法,并与基于标准遗传算法的图像恢复进行了比较。仿真结果表明,该算法可使图像恢复结果和效率得以较大的改善和提高,具有推广应用价值。     

基于进化规划的运动估计算法

本文将进化规划引入了运动估计问题的求解中,在算法中还引入了像素疏值法,从而使得算法的运算量大为减少,而运动估计的精度没有明显下降。实验表明,本文算法的运算量甚至少于三步搜索法（3SS）,而获得的图像质量优于三步搜索法,接近全搜索算法（FS）。     

基于多通道盲复原和改进K-SVD模型的图像恢复

图像盲复原( IBR)问题一直是图像处理中的重要研究课题。目前空间不变的多通道图像盲复原算法研究较为普遍,这种算法具有较好的盲去模糊效果,但是对噪声的抑制能力不足,特别是对含有大量噪声的低分辨率图像而言,消噪效果较差。基于K-奇异值分解( K-SVD )的模型能够有效地处理噪声方差较大的图像,但是不能自适应图像的稀疏先验性。为了解决上述问题,在全变分( TV)多通道IBR算法处理的基础上,结合一种改进的K-SVD消噪模型的优势,提出了一种新的组合图像恢复方法。改进的K-SVD模型考虑了图像特征系数的稀疏先验知识和最大化稀疏度,具有自适应的消噪鲁棒性。分别采用模拟的和真实的低分辨率图像(毫米波图像)进行测试,与采用单一的多通道盲恢复和图像消噪算法相比,实验结果表明所提出的图像恢复方法具有较好的视觉效果和较高的信噪比。     

基于边缘恢复和伪像消除的正则化图像复原

由于各种原因复原图像不可避免地会存在一定程度的Gibbs效应、颗粒噪声及边缘振铃等伪像, 为此该文基于边缘恢复和消除伪像提出一种新的正则化图像复原方法。该方法在保留传统的平滑正则化约束项前提下, 首先将降质图像划分为边缘区、纹理区和平坦区, 然后以图像复原后边缘区局部方差的增加量构建正则化约束项作为对边缘恢复的约束, 而以平坦区局部方差的减少量构建正则化约束项作为对伪像消除的约束。实验结果表明, 在增加上述两个正则化约束项后其复原效果要明显优于传统的正则化复原方法。     

一种新型的图像修复方法

在当今对信息的需求不断增加的情况下,作为获取信息的重要手段,图像处理显得尤为重要.以往的用于图像修复的BSCB模型体现了偏微分方程在图像处理领域中的广泛应用和重要性,然而其也具有一定的缺陷,将针对BSCB模型运算速度过慢的问题,分析其产生的原因,并在此基础上提出一种新的算法.实验证明,新方法在处里的效果上强于传统模型,且修复所需时间明显缩短.     

基于背景光修正成像模型的水下图像复原

光在水下传播时由于受到水体吸收和散射作用的影响,导致水下图像质量严重退化。为了有效去除色偏和模糊,改善水下图像质量,该文提出一种基于背景光修正成像模型的水下图像复原方法。该方法基于对雾天图像的观察,提出了水下图像背景光偏移假设,并基于此建立背景光修正成像模型;随后使用单目深度估计网络获得场景深度的估计,并结合背景光修正的水下成像模型,利用非线性最小二乘拟合获得水下偏移分量的估计值从而实现水下图像去水;最后优化去水后的含雾图像的透射率,并结合修正后的背景光实现图像复原。实验结果表明,该文方法在恢复水下图像颜色和去除散射光方面效果良好。     

基于进化规划求解最优通信生成树

本文分析了使用遗传算法求解最优通信生成树的缺陷,提出了基于进化规划求解最优通信生成树的新方法,并将这一方法扩展到有约束最优通信生成树问题。仿真结果验证了算法的有效性。     

基于各向异性扩散的图像去噪并放大

本文从各向异性扩散图像去噪方法出发,在偏微分方程有限元方法的基础上,提出一种图像复原并放大的 算法,实验表明该算法比中值滤波后插值所得图像的主、客观质量要好。