資源描述：
《基于云模型編碼算法的圖像消噪研究-論文.pdf》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在行業(yè)資料-天天文庫(kù)。
1、2014年8月圖學(xué)學(xué)報(bào)August2014第35卷第4期JoURNALoFGRAPHICSVo1．35No．4基于云模型編碼算法的圖像消噪研究李丹，王洪濤(河南牧業(yè)經(jīng)濟(jì)學(xué)院，河南鄭州450044)摘要：為了提高圖像消噪的質(zhì)量，采用云模型編碼算法。首先通過(guò)正態(tài)云發(fā)生器產(chǎn)生云滴；接著正云滴映射為圖像中大于平均灰度的像素，負(fù)云滴映射為圖像中小于平均灰度的像素，不同云滴的編碼則表示不同的像素的灰度特征；然后根據(jù)編碼規(guī)則將圖像子塊分為平滑塊和非平滑塊，平滑塊區(qū)域保持其增強(qiáng)質(zhì)量；最后給出了基于云模型編碼算法的圖像消噪模型和算法流程。實(shí)驗(yàn)仿真顯示該文算法對(duì)圖像消噪效果最好，能以較大概
2、率找到全局最優(yōu)解。關(guān)鍵詞：云滴；編碼；灰度中圖分類號(hào)：TP393文獻(xiàn)標(biāo)識(shí)碼：A文章編號(hào)：2095．302X(2014)04—0643—05ImageDenoisingBasedonCloudModelCodeLiDan，WangHongtao(HenanUniversityofAnimalHusbandryandEconomy,ZhengzhouHenan450044，China)Abstract：Thepresentedcloudmodelalgorithmisusedtoimprovethequalityofdenoisedimage．Firstly,thenorm
3、alcloudgeneratorisusedtoproduceclouddroplet．Secondly,thepositiveclouddropletismappedtothepixelsthatgrayscaleisbiggerthantheaveragegrayscaleofimage，thenegativeclouddropletismappedtothepixelsthatgrayscaleissmallerthantheaveragegrayscaleofimage，anddiferentcodeisrepresentedbygrayfeatureofdif
4、erentpixe1．Thirdly,theruleofcodeisdividedintoflatandnonflatblocks，andtheflatblockareaismaintainedqualityleve1．Finally,theprocessingofimagemosaicisdescribed．Theexperimentresultsshowthatthismechanismiseficientandcanfindtheglobaloptimalsolutionwithhighprobability．Keywords：clouddroplet；code；
5、grayscale人類傳遞的信息有80％是視覺(jué)信息，因此，圖方法的共同特質(zhì)是實(shí)現(xiàn)簡(jiǎn)單，但是消噪效果差J。像信息是傳遞信息的重要媒體和手段。但是圖像獲后來(lái)出現(xiàn)了人工智能算法，比如：遺傳算法、模擬取過(guò)程中，總會(huì)受到噪聲的污染使得圖像的質(zhì)量下退火算法、粒子群算法等，遺傳算法主要有局部搜降，而在一些場(chǎng)合總需要一些清晰度高的圖像，比索能力差和存在早熟等問(wèn)題，使得需要較長(zhǎng)時(shí)間才如突出圖像中目標(biāo)物體的某些特點(diǎn)、從數(shù)字圖像中能找到最優(yōu)解，且易陷入局部極值【4】；模擬退火算提取目標(biāo)物的特征參數(shù)等，這些都有利于對(duì)圖像中法具有較強(qiáng)的局部搜索能力，但把握搜索過(guò)程的總目標(biāo)的識(shí)別、跟蹤和理解【JJ
6、。體能力較差、運(yùn)行效率低；粒子群算法在處理后期目前，在圖像消噪過(guò)程中采用的方法有：局部陷入數(shù)據(jù)坍塌[5]。對(duì)人工智能算法的改進(jìn)，如適應(yīng)統(tǒng)計(jì)特性學(xué)、多尺度分析學(xué)、數(shù)學(xué)形態(tài)學(xué)等，這些度尺度變換，遺傳參數(shù)自適應(yīng)調(diào)整等，這些方法雖收稿日期：2013．10．29；定稿日期：2013．12．16項(xiàng)目基金：河南省政府重大專項(xiàng)資助項(xiàng)目(121100111000)作者簡(jiǎn)介：李丹(1976_．，女，河南鄭州人，講師，本科。主要研究方向?yàn)橛?jì)算機(jī)應(yīng)用。E-mail：lidan1976·@foxmail．com應(yīng)用與交流然可以提高算法的某些性能，卻不能解決收斂速度1為首位，負(fù)云滴以二進(jìn)制0為首位
7、，正云滴映射和全局最優(yōu)之間的矛盾，同時(shí)單一機(jī)制的優(yōu)化算法為圖像中大于平均灰度的像素，負(fù)云滴映射為圖像很難實(shí)現(xiàn)全局優(yōu)化，且效率也較低。中小于平均灰度的像素，中間位為像素灰度值，末本文采用云模型編碼算法，首先通過(guò)正態(tài)云發(fā)位為決策變量，這樣不同云滴的編碼則表示不同的生器產(chǎn)生云滴；接著正云滴映射為圖像中大于平均像素的灰度特征?；叶鹊南袼?，負(fù)云滴映射為圖像中小于平均灰度的海明距離表示兩個(gè)云滴之間的距離，云滴維數(shù)像素，不同云滴的編碼則表示不同的像素的灰度特為含有決策變量的個(gè)數(shù)【8]，如xg：i為云中的第i個(gè)征；然后根據(jù)編碼規(guī)則將圖像子塊分為平滑塊和非
