一种基于MSE准则层叠滤波器优化设计.pdfVIP

一种基于MSE 准则的层叠滤波器的优化设计1 赵春晖，宁海春，崔颖 哈尔滨工程大学信息与通信工程学院 (150001) Email：zhaochunhui@ 摘 要：在图像处理中，非线性滤波技术由于在抑制噪声同时能较好保持图像细节部分而得 到广泛研究，层叠滤波器是一种具有层叠性和阈值分解性的非线性数字滤波器，其设计核心 问题实际上是一个正布尔函数(PBF)的优化问题。层叠滤波器的最优化设计大多采用遗传算 法，本文在层叠滤波器最优化理论基础上，基于 MSE （最小均方误差）准则，采用一种新 兴的克隆选择算法来优化层叠滤波器。通过仿真实验与分别采用简单遗传算法，自适应遗传 算法和粒子群算法优化的层叠滤波器性能比较，结果表明这种全局优化算法不仅收敛速度 快，而且优化效果较好，是一种有效的层叠滤波器优化算法。 关键词：层叠滤波器，克隆选择算法，MSE 准则，图像处理 1 引言 层叠滤波器是一种具有层叠性和阈值分解性的新型非线性滤波器，自从八十年代中后期 其概念出现以来，它已经成为非线性滤波领域中最具代表性和发展前景十分广阔的一类滤波 器，引起了各国学者们的普遍关注和广泛研究[1][2][3] 。层叠滤波器的设计核心问题是正布尔 函数（PBF ）的优化问题，对其优化主要基于MAE （最小平均绝对误差）准则和MSE （最 小均方误差）准则，1988 年，Coyle 和Lin 首先提出一种基于MAE 准则的层叠滤波器的优 化设计算法[4]，C.E.Savin 等人于 1997 年首先提出基于MSE 准则的层叠滤波器的优化设计 算法[5]，由于基于MSE 准则优化的层叠滤波器能很好去除图像噪声，本文在此准则下进行 层叠滤波器的优化设计。 优化层叠滤波器的方法很多，目前全局优化算法的应用正在逐步兴起，K.K.Dlibasis 首 先将遗传算法应用到层叠滤波器的优化当中[6] 。克隆选择算法是De Castro 和 Von Zuben 于 2001 年提出的一种新兴的人工免疫算法，借助生物学免疫系统的抗体克隆选择机理构造适 用于人工智能的克隆算子。目前，对克隆选择算法的研究还处于起步阶段，本文在基本克隆 选择算法基础上，对其算子进行了改进，降低了算法的复杂度。通过对基于MSE 准则下， 不同算法优化的层叠滤波器的性能分析比较，可以看出采用本文算法优化的层叠滤波器具有 良好性能，能有效去除图像的噪声和保持图像细节。 2 层叠滤波器基本理论 层叠滤波器是一种具有层叠性和阈值分解性的非线性滤波器，其包含了诸如中值滤波 器，排序统计滤波器等非线性滤波器，下面给出几个基本定义： 定义 1 设长度为 L 的离散多值信号为 X ，即X [X (1), X (2),..., X (L)]，其中 0 ≤X ≤M −1，则X 阈值分解性定义为： t t x (n) T (X (n)) 1 while X (n) ≥t t t x (n) T (X (n)) 0 while X (n) t ( 1) t t 式中T (⋅) 表示阈值分解操作，经过阈值分解后，x (n) ∈{0,1} 为二值矢量，则有 1本课题得到国家自然科学基金）、教育部博士点基金和黑龙江省自然科学基金的资助。 -1- M 1