论文部分内容阅读
层叠滤波器是基于信号阈值分解而发展起来的一种具有层叠性和阈值性的新型非线性数字滤波器．层叠滤波器的优化设计过程实际上就是对正布尔函数不断调整、逐步适应图像环境的优化学习过程．原有遗传算法优化的层叠滤波器易陷于局部最优化，文中鉴于这一点，将退火因子引入到选择算子中，并根据每代优化个体的不同，自适应的选取交叉概率和变异概率，提出一种自适应整体退火遗传算法（AWAGA）优化层叠滤波器，并研究在MSE准则下优化算法的性能．仿真结果表明用AWAGA优化的层叠滤波器在处理噪声图像时，能有效地去除噪声和保持图像细节．