论文部分内容阅读
图像恢复是图像处理领域一类重要的处理技术,它的主要目的是改善给定图像的质量。图像恢复过程要根据退化图像的某种先验知识来建立图像退化模型,根据这个退化模型对图像进行恢复,以获取到原始的图像。
遗传算法是一种基于达尔文生物进化论的全局优化搜索算法,可以对复杂的非线性多维数据空间进行快速有效的计算。特别是由于它不受搜索空间的限制性假设的约束,具有鲁棒性及并行性等特点,目前在图像处理领域逐渐显示出其优越的性能。
本文对传统图像恢复方法性能进行分析,针对目前图像恢复方法中存在的较多约束条件和计算求解复杂等问题,提出了一种基于遗传算法的图像恢复方法,把图像恢复问题转换成了遗传算法的寻优问题,并针对标准遗传算法中过早收敛的缺点,将标准遗传算法进行改进,力图提高全局搜索性能和运算速度,达到较好的图像恢复效果。本文将改进后的遗传算法与标准遗传算法和传统图像恢复算法进行了比较,证明了遗传算法处理图像恢复问题的优越性和可行性。