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Java 如何利用遗传算法降低噪声图像的误差?,java,image,image-processing,genetic-algorithm,noise,Java,Image,Image Processing,Genetic Algorithm,Noise,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_
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