原书出处
智能算法导论
114 1 1 . 4 基 于 模 拟 退 火 算 法 的 图 像 处 理
方法以及最小二乘方滤波法等,这些算法都需要较多的先验知识(比如,原始图像的特征参数等),否则算法的稳定性将会明显降低。
针对现有的图像复原方法的不确定性,提出了一种基于图像稀疏表达的模拟退火的图像复原方法来恢复模糊图像[32],该算法以SAA为基础,建立新的价格函数,同时,借助图像模糊因子确定相关参数。针对自然图像具有稀疏性的特性,在价格函数的约束项中引入图像的稀疏性,并设计了一种新的扰动方式,根据价格函数的变化判断是否接受扰动解。实验证明,该算法能够有效提高复原图像的质量。
基于微粒群和模拟退火的图像恢复算法[33]结合了微粒群优化快速的全局搜索能力和SAA局部搜索能力强的优点,具有较快的收
原书定位详情
来源:a19c7933-4eda-4176-aebd-30fe7e1ad292
正文位置:extracted/智能算法导论/_epub-src/EPUB/xhtml/chapter11_0009.xhtml
EPUB SHA-256:18e2691ea1badb55bab48f10fe7172f9d6a95bc5207bb2e234686cbbaff3641d