问题是,给定一个噪声图像(lena_noise)和原始图像(lena_original),程序员被要求设计和实现一个程序,通过使用遗传算法给定的数学公式来最小化噪声。
我的问题是我的程序运行得很糟糕,真的很糟糕。这意味着,当我从lena_noise开始时,过一段时间程序应该会给我原始图像,但不幸的是,它给出的图像比lena\noise更糟糕。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来找到如何使用遗传算法来降低噪声?
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;
}
函数Generate_New_Random_for_3_parameters()它只是一个为3个变量提供0-30之间的随机双数的函数。这3个变量是数学公式中使用的(NoiseAmp、NoiseFreqCol、NoiseFreqCol)。
Storing_Images有三个属性,它们是(int[][]Array,int height,int width)
请注意,图像是灰度图像,这就是我们取平均值的原因。
程序简介
该程序有四个参数,分别为:交叉概率=0.3,变异概率=0.05,种群数量=4,世代数量=10。如果您不熟悉这些参数,请参阅遗传算法简介。因此,该程序从接收lena_oise开始,并在其上应用所有种群的数学公式(每个种群都有自己的随机双数数学公式),然后我们选择最好的一个,即与lena_ous相比误差较小的一个。那么最好的就是能够为下一代存活下来的那个。在下一代中,我们将数学公式应用于所有群体,然后我们选择与lena_original图像相比误差尽可能小的最佳公式。等
Fitness函数如下,
public Storing_Images[] Fitness()
{
Storing_Images errorSSI [] = new Storing_Images[4];
for (int i = 0; i < (this.Childs.length) ; i++)
{
//choose the best one among 4
//the best one is the one that have the minimum error from the orginal image.
int [][] error = IP.Compare_OriginalImage_with_given_Image(Childs[i].Array);
errorSSI[i] = new Storing_Images(error,512,512);
}
int value=0;
int Sum [] = new int[4];
for (int i = 0; i < (this.Childs.length) ; i++)
{
for (int row = 0; row < IP.width; row++)
{
for (int col = 0; col < IP.height; col++)
{
int val = errorSSI[i].Array[row][col];
if ( val < 0 )
val = val * -1;
value = value + val;
}
}
double x = (value/(IP.width * IP.height));
Sum[i] = (int) x;
value =0;
}
int Mini=Sum[0];
int posi_of_mini= 0;
// int pos2=0;
for (int k = 0; k < Sum.length; k++)
{
if ( Sum[k] < Mini )
{
// pos2 = Mini;
Mini = Sum[k];
posi_of_mini = k;
}
}
this.Childs[0] = Childs[posi_of_mini];
this.Childs[1] = Childs[posi_of_mini];
this.Childs[2] = Childs[posi_of_mini];
this.Childs[3] = Childs[posi_of_mini];
return Childs;
}
关于lena_oginal与种群的函数进行比较。
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;
}
参考。
*与我的问题类似,但没有关于答案的详细信息,来自本页使用遗传算法的图像处理
*如何在Java中将彩色图像转换为灰度图像这一页告诉我们如何处理灰度图像并使用它
请随意提问。此外,欢迎任何评论、提示等。感谢
尝试创建灰色图像:
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);
}
}
}
现在,您需要一种方法来组合您的种群中的两个元素。如何分割并不重要,所以为了这个例子,我将图像平均分割:
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
您还需要考虑突变率,这可能会改变结果图像上的随机元素。(稍后执行)
GA是一种全局优化算法。用于图像噪声去除不是很方便。即使你找到了合适的公式,它也只适用于这对图像。