[发明专利]一种基于模拟退火算法的图像处理方法

摘要

本发明提供了一种基于模拟退火算法的图像处理方法，其包括以下步骤：提取原始图像的每个像素的灰度值并作为初始最优点X0；以该点作为当前最优点XO＝X0，并计算其目标函数值f(XO)；设置初始温度T＝T0，其中T0应充分大，降温次数n＝0；设置循环计数器的参数；对当前最优点X0作一个随机变动产，产生一个新的最优点XN，计算新的目标函数值f(XN)，并计算目标函数值的增量；获取最优解XO的值；如果k＜LOOPmax，则k＝k+1，转向第四步；根据温度更新函数更新温度：T＝T(n)，降温次数n＝n+1，转向第三步；如果满足收敛准则，则输出当前最优点，计算结束。本发明通过对图像的每个像素的灰度使用模拟退火算法进行更新优化，为一种全新的图像优化方法，特别针对一些图像像素较低，图像质量不清晰的图像识别。

主权项

一种基于模拟退火算法的图像处理方法，其特征在于，包括以下步骤：S1：获取原始图像，将原始图像通过分成若干个像素，提取每个像素的灰度值，并将所述灰度值作为初始最优点X0；S2：以该点作为当前最优点XO＝X0，并计算其目标函数值f(XO)；S3:设置初始温度T＝T0，其中T0应充分大，降温次数n＝0；S4：设置循环计数器的初值k＝1，以及最大循环步数LOOPmax；S5：对当前最优点X0作一个随机变动产，产生一个新的最优点XN，计算新的目标函数值F(XN)，并计算目标函数值的增量Δf＝f(XN)‑f(XO)；S6：如果Δf≤0，则接受该新产生的最优点XN为当前最优点XO＝XN；如果Δf＞0，计算p＝exp(‑Δf/T)，如果p＞rand(0，1)，则接受该新产生的最优解XN为当前最优点XO＝XN；否则XO不改变；S7：如果k＜LOOPmax，则k＝k+1，转向第四步；S8:如果不满足收敛准则，则根据温度更新函数更新温度：T＝T(n)，降温次数n＝n+1，转向第三步；如果满足收敛准则，则输出当前最优点，计算结束。