[发明专利]基于DNA萤火虫优化的盲均衡与图像盲恢复方法

说明书

技术领域

本发明涉及图像盲恢复领域，特别是一种基于DNA萤火虫优化的盲均衡与图像盲恢复方法，属于图像盲恢复领域。

背景技术

图像复原是从退化图像中恢复被退化的图像，图像复原方法对图像复原质量是至关重要的。对此，学者们做了许多基础性的研究工作，获得了维纳滤波、约束最小二乘、最大熵复原等经典算法，但这些算法都是以已知点扩展函数(Point spread function，PSF)为前提。而实际图像系统的PSF一般是未知的，只能根据“特定的”图像观测数据来还原“特定的”PSF和“特定的”原图像，这是图像盲恢复问题。在目前的图像盲恢复算法中，主要是采用降维思想，将二维图像通过降维方法转换为一维信号，再用盲均衡技术对一维信号进行盲处理，将处理后的信号再进行升维便于复原成二维图像。这类算法会导致信息丢失；同时，复原图像质量达不到应用要求，其主要原因在于盲均衡算法初始化问题，产生了局部收敛。

DNA计算是近年来兴起的一种并行计算新模式，具有强大的并行性和高密度的信息存储能力。萤火虫优化(Glowworm Swarm Optimization，GSO)算法也是近年来广受关注的一种新群智能优化算法，主要是模拟萤火虫发光越强吸引同伴越多这一现象，通过各个萤火虫个体，在视野范围内寻找最亮的萤火虫，向最亮的萤火虫移动来实现寻优的目的。随着优化命题的复杂程度和规模的不断提高，使用单一的智能优化算法很难得到满意的解，因此在萤火虫算法基础上，加入DNA遗传算法，融合成为一种具良好全局寻优能力和较强跳出局部最优解能力的新算法，并应用于图像盲复原中，应是一次有意义的尝试。

为改善图像盲复原效果，本文将DNA计算与萤火虫优化方法相结合，首先发明了一种DNA萤火虫优化方法，再将该方法与盲均衡技术相融合，应用于二维图像盲复原中，公开了一种基于DNA萤火虫优化方法的二维图像盲复原方法。该方法主要利用DNA萤火虫优化的全局搜索能力，提高了图像复原效果；无需进行降维和升维处理，减少了信息丢失。

发明内容

为了解决上述技术问题，本发明提供了基于DNA萤火虫优化的盲均衡与图像盲恢复方法。

为了达到上述目的，本发明所采用的技术方案是：

基于DNA萤火虫优化的盲均衡与图像盲恢复方法，包括以下步骤：

步骤1，将灰度图像信号a(k₁,k₂)经过传输信道h(k₁,k₂)后得到信号s(k₁,k₂)，0＜k₁≤K₁和0＜k₂≤K₂为正整数，为图像像素点的坐标；表示卷积运算；

步骤2，步骤1所述信号s(k₁,k₂)受信道噪声n(k₁,k₂)影响得到退化图像信号x(k₁,k₂)，x(k₁,k₂)为均衡器的输入信号；

其中，

步骤3，步骤2所述的输入信号x(k₁,k₂)经过均衡器得到输出信号y(k₁,k₂)，即为复原图像信号；

其中，

其中，

其中，j为迭代次数；所选均衡器W_j为D×D维权矩阵，W_j(m,n)为第j次迭代的权矩阵第m行第n列上的元素；X_j(m,n)为第j次迭代的均衡器输入信号，X_j(m,n)＝x(k₁-m+1,k₂-n+1)，(m,n＝1,2,...,D)；

步骤4，利用新型DNA遗传方法优化萤火虫种群，得到新型DNA萤火虫优化方法；