基于整体退火遗传算法的柔性形态滤波器优化设计

整体退火遗传算法 (WAGA)是一种新的遗传算法 ,它将退火机制引入选择算子 ,并允许父代加入竞争 ,使遗传算法更加稳健、高效 .本文应用WAGA优化柔性形态滤波器 ,并研究了在不同噪声比例和最小平均绝对误差(MAE)、最小均方误差 (MSE)准则下优化算法的性能 .仿真实验显示优化后的柔性形态滤波器性能得到较大改善 。

适于遥感噪声图像恢复的柔性形态滤波器优化设计

遥感图像在其成像过程中产生了噪声,对被噪声污染的遥感图像进行滤波处理,从中恢复出有用图像正在成为遥感进一步研究和应用的基础.选用了一种重要的非线性滤波方法———柔性形态滤波器,并用模拟退火算法进行柔性形态滤波器的优化设计.计算机仿真结果表明,优化后的柔性形态滤波器在遥感噪声图像恢复方面取得了较好的效果.

基于粒子群算法的柔性形态学滤波器

典型的中值和均值滤波器分别存在去噪不完全和使图像模糊的缺点,为此,提出了一个改进的柔性形态滤波器(ISMF),在保护细节的同时有效去除高斯和椒盐噪声。为定量分析该滤波器中参数和非线性约束条件,提出了一种改进的粒子群优化算法(msPSO),该算法具有更高的收敛速度和精度。实验表明经msPSO优化后的ISMF能够在峰值性噪比和形状误差上取得比较好的效果。

基于柔性形态学滤波优化的周期性噪声消除算法

针对周期性噪声滤波易产生图像失真与降噪效果不佳等问题,提出一种柔性形态学滤波的周期性噪声消除算法。在数学形态学的思想上,构建了一种柔性形态学滤波器,利用形态学开-闭运算和闭-开运算相结合,提高滤波器噪声抑制性能。并利用粒子群优化耦合被动聚集技术,改进信息共享机制,对柔性形态学滤波器的五个主要参数进行优化,输出最优值,从而消除周期性噪声。实验结果表明,与当前降噪技术相比,所提算法对周期性和混合性噪声具有更强的鲁棒性,在消除噪声的同时也较好地保护了图像细节信息。