Java 如何利用遗传算法降低噪声图像的误差？

问题是，给定噪声图像（lena_noise）和原始图像（lena_original），要求程序员设计并实现一个程序，通过使用遗传算法的给定数学公式最小化噪声

我的问题是我的程序很糟糕，非常糟糕。这意味着当我开始使用lena_噪声时，程序应该会在一段时间后给我原始图像，但不幸的是，它给出的图像比lena_噪声更差。所以我认为我的噪音程序有问题。所以，我希望找到一个关键点，找到如何使用遗传算法降低噪声

 private int[][] Performing_Noise_into_grayscale_image(Storing_Images SI)
{
    this.Generate_New_Random_for_3_parameters();
    int [][] nose = new int[SI.heigth][SI.width];
    for (int row = 0; row < SI.heigth; row++) 
    {
        for (int col = 0; col < SI.width; col++) 
        {
            double no =  this.NoiseAmp*sin((2*Math.PI*this.NoiseFreqCol*row) + (2*Math.PI*this.NoiseFreqCol*col));
            int value = SI.Array[row][col];

            int alph = (value >> 24) & 0xff;
            int red = (value >> 16) & 0xff;
            int green = (value >> 8) & 0xff;
            int blue = value & 0xff;
            int avg = (red+green+blue)/3;

            alph = ((int)no) | (alph << 24);
            red = ((int) no) | (avg << 16);
            green = ((int) no) | (avg << 8);
            blue = ((int) no) | avg;

            int value2 = 0;
            value2 = (alph<<24) | (red<<16) | (green<<8) | blue;
            nose[row][col] = value2; 
        }
    }
    return nose;
}

private int[][]在灰度图像中执行噪声（存储图像）
{
这将为参数生成新的随机参数（）；
int[][]鼻子=新的int[SI.高][SI.宽]；
对于（int row=0；row>24）&0xff；
int red=（值>>16）&0xff；
绿色整数=（值>>8）&0xff；
int蓝色=值&0xff；
平均积分=（红色+绿色+蓝色）/3；
alph=（（int）no）|（alph尝试以下方法创建灰色图像：

public static void makeGray(BufferedImage img)
{
    for (int x = 0; x < img.getWidth(); x++) {
        for (int y = 0; y < img.getHeight(); y++) {
            int rgb = img.getRGB(x, y);
            int r = (rgb >> 16) & 0xFF;
            int g = (rgb >> 8) & 0xFF;
            int b = (rgb & 0xFF);

            int grayLevel = (r + g + b) / 3;
            int gray = (grayLevel << 16) + (grayLevel << 8) + grayLevel; 
            img.setRGB(x, y, gray);
        }
    }
}

publicstaticvoidmakegray（BufferedImage-img）
{
对于（int x=0；x>16）和0xFF；
int g=（rgb>>8）&0xFF；
intb=（rgb&0xFF）；
int灰度=（r+g+b）/3；
整数灰色=（灰度GA是一种全局优化算法。用于去除图像噪声不是很方便。即使你找到了合适的公式，它也只适用于这对图像。
你的适应度函数在哪里？你如何评估你的候选人？@Leet Falcon I更新了问题进行一轮，并将最佳结果与噪声进行比较。你看到噪音的视觉增加或减少了吗？@Leet Falcon我看到了，在一轮中，它比之前给定的lena_噪音更糟糕。查看这些图像可以感觉到发生了什么（原始lena:）（噪音：）（减少错误的第一轮是：）。我会尝试看看它是如何工作的，谢谢你的评论。将执行_Noise_into_grayscale_image（）分为两个函数。一个用于greyscale（），另一个用于移除噪声。我认为执行的噪声移除是错误的。“双否”的目的是什么xoring？谢谢，我会让你知道结果是什么。你是对的，我忘记创建交叉，而且我在实现噪声函数时犯了错误，在我修改后，我可以看到每次生成都会减少错误，但是，它非常慢，即2000代大约需要4个小时，错误从第1代减少到第2代第2000代大约是20%，所以你需要比第2000代增加大约80%的计算时间才能完成图像去噪，这绝对不是有效的，但无论如何它看起来都很好。非常感谢你的评论和回答！！上帝保佑你
 public int [][] Compare_OriginalImage_with_given_Image(int [][] current) 
{
  int [][] error = new int [this.height][this.width];

  for (int row = 0; row < height; row++) 
  {
     for (int col = 0; col < width; col++) 
     {
         int value1 = this.Orginal[row][col];
         int value2 = current[row][col];
         //I need to put absolute value for either value 1 and value2
         if (value1 < 0)
             value1 = value1 *-1;
         if(value2 < 0)
             value2 = value2 * -1;
         //int min = Math.min(value1, value2);
         int er = value2 - value1;
         error[row][col] = er;

     }
  }
  return error;

}

public static void makeGray(BufferedImage img)
{
    for (int x = 0; x < img.getWidth(); x++) {
        for (int y = 0; y < img.getHeight(); y++) {
            int rgb = img.getRGB(x, y);
            int r = (rgb >> 16) & 0xFF;
            int g = (rgb >> 8) & 0xFF;
            int b = (rgb & 0xFF);

            int grayLevel = (r + g + b) / 3;
            int gray = (grayLevel << 16) + (grayLevel << 8) + grayLevel; 
            img.setRGB(x, y, gray);
        }
    }
}

for (int x = 0; x < img1.getWidth() / 2; x++) 
    for (int y = 0; y < img1.getHeight(); y++) 
        // build 1st half of the result image 

for (int x = img2.getWidth() / 2; x < img2.getWidth(); x++) 
    for (int y = 0; y < img2.getHeight(); y++) 
        // build 2nd half of the result image