基于量子免疫蛙跳算法的图像增强研究-论文.pdf

基于量子免疫蛙跳算法的图像增强研究-论文.pdf

ID:53029401

大小:855.56 KB

页数:6页

时间:2020-04-14

基于量子免疫蛙跳算法的图像增强研究-论文.pdf_第1页
基于量子免疫蛙跳算法的图像增强研究-论文.pdf_第2页
基于量子免疫蛙跳算法的图像增强研究-论文.pdf_第3页
基于量子免疫蛙跳算法的图像增强研究-论文.pdf_第4页
基于量子免疫蛙跳算法的图像增强研究-论文.pdf_第5页
资源描述:

《基于量子免疫蛙跳算法的图像增强研究-论文.pdf》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、第3O卷第3期液晶与显示Vo1.3ONo.32015年6月ChineseJourna1ofLiquidCrystalsandDisplaysJun.2O15文章编号:1007—2780(2015)03—0499—06基于量子免疫蛙跳算法的图像增强研究周原,张韧志(黄淮学院信息工程学院,河南驻马店463000)摘要:针对图像增强的特点,提出量子免疫蛙跳算法。该算法按适应度大小排序的青蛙个体进行量子编码,同时蛙跳移动离散化;通过动态调整量子蛙跳旋转门实现量子染色体中所有的量子比特都朝着与最优解对应的量子比特基态动态优化偏转;采用Hadamard门对量子位变

2、异,基于阴性选择算法对蛙跳免疫进行像素匹配,并给出了图像增强过程。实验仿真表明,本文算法对图像增强效果的轮廓和细节更加清晰,层次感强,结构相似性SSIM其值较好,为0.9849。关键词:量子免疫;阴性选择;增强中图分类号:TP391.4文献标识码:Adoi:10.3788/YJYX$20153003.0499ImageenhancementresearchbasedonquantumimmuneleapfrogZHoUYDan,ZHANGRen—zhi(DepartmentofInformationEngineering,HuanghuaiUniver

3、sity,Zhumadian463000,China)Abstract:Accordingtothecharacteristicofimageenhancement,quantumimmunefrogleapalgorithmisproposed.Frogindividualswerequantum—encodedbythisalgorithmaccordingtotheorderoffitnessdegree,meanwhile,theleapfrogmovementswerediscretized.Throughthedynamicadjustme

4、ntoftherevolvinggateofquantumleapfrog,allquantumbitsofthequantumchromosomeweredeflectedtowardsthedynamicoptimizationofthegroundstateofquantumbitswhichwerecorrespondedtotheoptimalsolution.QubitsweremutatedbyadoptingHadamardgate,theleapfrogimmunizationwaspixel—matchedbasedonthefem

5、inineselectionalgorithm,andimageenhancementprocesswasprovided.TheexperimentalresultshowthateffectofoutlineanddetailsofQILFismoreclearly,thebetterSSIMiS0.9849.Keywords:quantumimmune;negativeselection;enhancement调整体或者局部感兴趣的特征,扩大图像中物体1引—口‘特征之间的差别,改善图像质量、丰富信息量Ⅲ。双向滤波器(Bidirectionalfi

6、lter,BF)算法使图像增强使原来不清晰的图像变得清晰,强用空间可变加权函数在高于信号维数的空间对像收稿日期:2015—01-26;修订日期:2015—03-14.基金项目:河南省科技攻关重点项目(No.1221o221O4O4);河南省科技攻关项目成果(No.9412012Y1574)*通信联系人,E—mail:hhzhouyuan@qq.com500液晶与显示第3O卷素信号进行加权平均处理,其计算过程无需迭代,示取值不大于的整数值;m一1+InN,N为滤波效果明显,但是可能产生伪轮廓;蛙跳根据问题复杂程度设定的最大进化代数;当前(LeapFrog

7、,LF)算法具有概念简单、参数少、快的进化代数。采用基于量子比特蛙群个体编码方速跳出局部收敛向全局最优进化和易于编程实现式,蛙群个体用多个量子比特的量子染色体存储,等优势,在图像增强上已开始使用,但是处理起来每个体所表达包含所有可能概率的线性叠加态,较难搜索到最优解[3];基于阈值蛙跳(Frog簇内蛙群的任一操作也同时作用于所有可能信Threshold,FT)选择的策略,可减少个体空间的息_9],这使量子蛙跳算法比经典蛙跳算法拥有更差异,改善算法收敛速度,但是图像增强效果并不好的多样性特征,并通过a+一1实现收敛。理想,出现叠影[4;量子进化(Quan

8、tumEvolu—2.2基于离散化的蛙跳移动tion,QE)算法在图像增强上,具有处理速度快的

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。