基于禁忌搜索的柔性形态滤波器优化算法.pdfVIP

基于禁忌搜索的柔性形态滤波器优化算法* 宁海春，赵春晖，吴观峰 哈尔滨工程大学信息与通信工程学院 （150001 ） email: zhaochunhui@ 摘 要： 柔性形态滤波是一种重要的非线性滤波方法，在数字图像处理领域应用广泛。柔 性形态滤波器可分解为形态滤波运算和结构系统选择这两个基本问题，形态滤波运算规则由 定义本身决定，于是柔性形态滤波的性能就仅仅取决于结构系统的选择。本文用禁忌搜索 （TS）算法对柔性形态滤波结构系统进行优化，使结构系统自适应地反映图像的形态结构特 征，自动调整结构系统中硬核、边界和重复度的组成，从而实现对复杂噪声图像的良好滤波 性能。实验仿真结果显示，优化后的柔性形态滤波器性能得到较大改善。 关键词： 图像处理，柔性形态滤波，禁忌搜索算法，优化 1．引言 在非线性图像处理和分析领域，形态滤波一直是研究热点。Koskien、Kuosmanen和Neuvo 等人于1991年在形态变换基础上提出了一类非线性算子—柔性形态变换(Soft morphological transforms) ，并在此基础上建立了柔性形态滤波器，既保留了标准形态滤波器的许多优良特 性，又具有较好稳健性[1,2] 。柔性形态滤波器把形态滤波中的结构元发展为结构系统，与形 态滤波类似，结构系统的参数组成 （柔性边界，硬核和重复度）决定了柔性形态滤波器的主 要性能特征。然而，通常情况下图像信号极为复杂且处于不断变化之中，因此如何自动地优 化确定结构元（系统）参数，一直是（柔性）形态滤波研究的热点。 禁忌搜索(TS)算法是由Fred Glover教授于上世纪90年代提出的一种解决全局优化的超 启发式 （meta-heuristic）算法，它是一种限制性局部搜索算法，能够在一定程度上模拟人 脑的记忆和推理功能，其核心思想是引入了一种非常灵活的 “禁忌集合”的概念，用于指导 具体的搜索过程，既能够保证搜索的集中性，又可以增加搜索的广泛性；另一方面，TS方法 建立了一套非常完善的机制，能够或在很大程度上避免陷入局部最优解，为获得全局最优解 或次优解提供了可能。正是因为上述优点，该算法在组合优化领域有着广泛的应用。 目前模拟退火、遗传算法和神经网络在形态滤波优化领域的研究如火如荼，但是TS算法 却鲜有涉及。由于模拟退火和遗传算法为解域上的随机搜索，实际上很难避免陷入局部最优， 而神经网络算法的自适应原理很难应用于离散问题的优化，TS算法对于上述问题都有相应的 解决。故而本文对于TS算法与柔性形态滤波的结合作了大胆而有益的尝试，对照柔性形态滤 波的特点，在邻域解的产生和浏览，禁忌表的组织和管理，适配值函数的选取以及其它具体 参数的确定方面作了有针对性的研究。充分利用了TS算法的优点，通过优化自适应地确定结 * 国家自然科学基金，全国优秀博士学位论文作者基金(200037)，黑龙江省杰出青年基金(JC-02-07) 资助和高等学校教学科研奖励计划(2001-226)资助。 1 构系统的组成，从而提高柔性形态滤波器的滤波性能和对复杂图像的适应能力。 2．柔性形态滤波参数 柔性形态变换是在经典形态变换基础上提出的一类非线性算子，它放宽了经典形态算子 的定义以获得一定程度的鲁棒性，同时还保留了经典形态算子的优良特性。两个基本柔性形 态运算是柔性膨胀和柔性腐蚀。基于这两个运算，可以定义两个复合运算：柔性开启和柔性 闭合，在介绍它们之前，先定义几个概念： 定义 1 结构系统[B , A, r] 包括三个参数，A ⊂B , B ∈Z n ，r 为自然数，满足1≤r ≤Card(B) ， Card (B) 代表集合B 的基数 （Cardinality ），集合B 称为结构元，集合 A 为硬核，B \ A 为（柔 性）边界，r 为重复度参数。 定义 2 集合T 的平