[1]聂笃宪.基于PSO自适应正则化参数图像恢复的研究[J].计算机技术与发展,2009,(01):106-108.
　NIE Du-xian.Research on Adaptively Regularized Parameter Image Restoration PSO- Based[J].,2009,(01):106-108.
点击复制

基于PSO自适应正则化参数图像恢复的研究()
分享到：

《计算机技术与发展》[ISSN:1006-6977/CN:61-1281/TN]

卷:
期数:
2009年01期
页码:
106-108
栏目:
智能、算法、系统工程
出版日期:
1900-01-01

文章信息/Info

Title:
Research on Adaptively Regularized Parameter Image Restoration PSO- Based
文章编号:
1673-629X（2009）01-0106-03
作者:
聂笃宪
华南农业大学
Author(s):
NIE Du-xian
South China Agricultural University
关键词:
图像恢复; 粒子群优化算法; 正则化参数
Keywords:
image restoration;  particle swarm optimization;  regulafization parameter
分类号:
TN911.73
文献标志码:
A
摘要:
图像恢复的根本目的是使降质图像趋向于复原或没有噪声影响的理想图像，当前的主要问题是如何在平滑噪声的同时保持图像的边缘和细节。文中提出了基于粒子群优化算法的自适应正则化参数图像恢复算法，与传统方法相比较，实验结果表明，文中方法在恢复效果上要优于传统的正则化方法、Lucy—Richardson算法和维纳（Wiener）滤波器恢复，明显地克服模糊退化，同时也保护了图像的边缘等细节信息，图像纹路更加清晰，图像质量评价的ISNR好于传统方法。
Abstract:
The essential purpose of image restoration is to remove the noises and obtain the best estirnate of the original image. At present, a main problem is how to smooth image noise and to preserve image edge details at the same time. Presents a new approach ba

相似文献/References:

[1]张雯雰 李丽娟 滕少华[] 罗玉玲.粒子群优化算法在桁架结构优化中的应用[J].计算机技术与发展,2010,(05):223.
　ZHANG Wen-fen,LI Li-juan,TENG Shao-hua,et al.Improved Particle Swarm Optimizer Algorithm for Design Optimization of Structures[J].,2010,(01):223.
[2]张家柏 王小玲.基于聚类和二进制PSO的特征选择[J].计算机技术与发展,2010,(06):25.
　ZHANG Jia-bai,WANG Xiao-ling.A Novel Algorithm Based on K-Means Clustering and Binary Particle Swarm Optimization[J].,2010,(01):25.
[3]张艳丽 保文星.粒子群优化算法在图像边缘检测中的研究应用[J].计算机技术与发展,2009,(05):26.
　ZHANG Yan-li,BAO Wen-xing.Research and Application of Image Edge Detection Based on PSO Algorithm[J].,2009,(01):26.
[4]谭伟 李向.微粒群优化算法的研究[J].计算机技术与发展,2009,(03):87.
　TAN Wei,LI Xiang.Research Status and Development of Particle Swarm Optimization[J].,2009,(01):87.
[5]曾万里 危韧勇 陈红玲.基于改进PSO算法的BP神经网络的应用研究[J].计算机技术与发展,2008,(04):49.
　ZENG Wan-li,WEI Ren-yong,CHEN Hong-ling.Research and Application of BP Neural Network Based on Improved PSO Algorithm[J].,2008,(01):49.
[6]朱玉平.一种改进粒子群优化算法[J].计算机技术与发展,2008,(11):106.
　ZHU Yu-ping.An Algorithm of Modified Particle Swarm Optimization[J].,2008,(01):106.
[7]林杰 孙淑霞 文武.基于粒子群优化算法的图像小波阈值去噪研究[J].计算机技术与发展,2007,(04):204.
　LIN Jie,SUN Shu-xia,WEN Wu.An Image Denoising Method Based on Wavelet Transform and Particle Swarm Optimization[J].,2007,(01):204.
[8]肖裕权 周肆清.基于粒子群优化算法的数据流聚类算法[J].计算机技术与发展,2011,(10):43.
　XIAO Yu-quan,ZHOU Si-qing.Clustering Evolving Data Streams Based on Particle Swarm Optimization[J].,2011,(01):43.
[9]林云光 陈月辉 邵光亭.基于前馈人工神经网络的miRNA预测[J].计算机技术与发展,2012,(05):19.
　LIN Yun-guang,CHEN Yue-hui,SHAO Guang-ting.Prediction of miRNA Based on Feedforward Artificial Neural Network[J].,2012,(01):19.
[10]陆克中 孙俊.足球机器人路径规划的PSO方法[J].计算机技术与发展,2012,(07):124.
　LU Ke-zhong,SUN Jun.Soccer Robot Path Planning Based on PSO[J].,2012,(01):124.

备注/Memo

备注/Memo:
国家青年基金资助项目(60702030)；广东省自然科学基金资助项目(05006661）聂笃宪(1974-)，男，湖南人，讲师，硕士，研究方向为分形与图像处理，虚拟现实。
更新日期/Last Update: 1900-01-01