[发明专利]一种基于F型双链量子遗传算法的小波阈值图像去噪方法

权利要求书

1.一种基于F型双链量子遗传算法的小波阈值图像去噪方法，其特征在于：包括以下步骤，

步骤一：读入图像灰度值数据f(m,n)，计算出灰度值数据f(m,n)的峰值信噪比F；

步骤二：选择小波基函数，确定小波分解层数，对灰度值数据f(m,n)进行多尺度小波分解，获得小波系数W(f(m,n))；

步骤三：F型双链量子遗传算法参数初始化：种群规模m，染色体基因位数n，最大迭代次数gen，变异概率Pm；

步骤四：利用改进的双链编码方式，进行种群初始化；

步骤五：将初始化种群中的上下两条并行基因链所表示的近似解与搜索空间内的优化解建立一一映射关系；

步骤六：计算染色体中各个基因位的适应度值f(x_i)，记录最优解f(x_best)及最优基因位；对步骤二中获得的小波系数W(f(m,n))进行去噪处理；

步骤七：判断是否满足迭代次数gen，若满足条件则终止循环并输出步骤六中的最优解f(x_best)及最优基因位，利用处理后的小波系数重构信号，否则进行步骤八；

步骤八：利用量子旋转门对种群进行更新；

步骤九：利用变异门和变异概率Pm，选择步骤八中产生的新染色体中的量子比特对其实施变异操作，再次获得新一代的染色体，返回步骤五直至满足循环终止条件；

所述的改进的双链编码方式为：

其中调整因子k为大于等于1的常数；t_ij为量子比特编码的初始相位角,i表示基因代数，利用改进的双链编码方式生成m条n个基因位的染色体作为初始种群Q(t_0m)。

2.根据权利要求1所述的一种基于F型双链量子遗传算法的小波阈值图像去噪方法，其特征在于：所述的将初始化种群中的上下两条并行基因链所表示的近似解与搜索空间内的优化解建立一一映射关系的方法为：

其中，[α_i,β_i]为第i个基因位；Ω＝[a_i,b_i]为解空间范围。

3.根据权利要求1所述的一种基于F型双链量子遗传算法的小波阈值图像去噪方法，其特征在于：所述的计算染色体中各个基因位的适应度值f(x_i)，记录最优解f(x_best)及最优基因位的方法为：

(1)将种群中的2mn个解作为自适应因子μ_j的值，将自适应因子μ_j的值带入阈值选择机制中，得到自适应阈值：

阈值函数：

λ为Donoho阈值；

(2)利用得到的阈值和阈值函数对步骤二中获得的小波系数W(f(m,n))进行去噪处理，针对去噪后的信号计算出m个适应度值，适应度值的计算中选取峰值信噪比作为适应度函数：

其中f(m,n)为图像的灰度值数据；

(3)记录m个适应度值中的最优解f(x_best)及最优基因位。

4.根据权利要求1所述的一种基于F型双链量子遗传算法的小波阈值图像去噪方法，其特征在于：所述的利用量子旋转门为

其中θ是旋转角度；

量子旋转门的转角函数Δθ为：

Δθ＝-sgn(A)×0.005(1+19δ)

其中，α₀和β₀是前一步的搜索到的全局最优解中的量子比特的概率幅，α₁和β₁是当前解中的相应量子比特的概率幅；

δ为自适应步长系数：

为目标函数f(X)在点处的梯度，和分别为：

利用量子旋转门对染色体中的每一位基因位完成变换，按照转角函数确定转角大小和方向，生成新的染色体，表示向量X_i的第j个分量，i＝1,2,...,m；j＝1,2,...,n。

5.根据权利要求1所述的一种基于F型双链量子遗传算法的小波阈值图像去噪方法，其特征在于，所述的变异门为：