改进免疫算法用于图像复原

摘要：

为了更好地对图像进行超分辨率重建,对传统的正则化方法进行了改进,提出了更符合实际的新模型:加性广义高斯白噪声与各向异性正则化项.为求得新模型的最优解,引入免疫进化算法并做如下改进:引入记忆单元群,使算法并行地运行在两个抗体群上;提出一种疫苗的自适应选取及接种方法;将混沌算子作为防僵化算子嵌入.分析与实验表明, 基于新模型重建的图像不仅对噪声的类型与方差具有稳健性,而且重建图像的信噪比改善量(ISNR)比传统模型高1.5 dB左右, 同时提出的改进免疫进化算法能够更快收敛,所需步数仅是遗传算法的8%, 传统免疫算法的40%.结果表明,新模型与改进免疫算法组成的图像超分辨率复原系统具有稳定可靠的性能.

关键词：超分辨率、图像复原、直接搜索法、免疫算法、记忆单元、混沌映射

所属期刊栏目：17

分类号：TP391.4(计算技术、计算机技术)

资助基金：高等学校科技创新工程重大项目培育资金资助项目706028;江苏省自然科学基金资助项目BK2007103;国家863高技术研究发展计划资助项目2008AA01Z227;国家自然科学基金自主项目60872075

在线出版日期：2009-04-21（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：417-425