一种基于忆阻阵列遗传算法的图像恢复方法

本发明属于图像处理，尤其涉及一种基于忆阻阵列遗传算法的图像恢复方法，将分块图像灰度值存储到忆阻阵列并根据遗传算法操作忆阻器单元进行图像恢复。

背景技术：

1、随着信息技术的快速发展，图像在各个领域的应用日益广泛，如图像处理技术在医学成像、图形印刷等领域的应用。然而，在图像的生成、传输和处理过程中，由于诸如相机抖动、光线不适、雾霾等人为和自然因素，常常会导致图像模糊、失真以及产生额外噪声等退化现象，使得图像质量下降。

2、现有的图像恢复方法存在一些局限性。传统的线性函数难以处理复杂的图像退化问题。遗传算法（ga）虽然在解决复杂非线性组合优化问题上有一定优势，但在图像恢复应用中，由于图像像素数量庞大，如果不进行合理处理，会导致计算负担过重。例如，在未对图像进行分块处理时，对于一个较大尺寸的图像，其可能的可行解数量巨大，随机生成的初始种群很难得到具有良好特征的个体，进而导致收敛速度缓慢，即使增加初始种群大小，也会面临存储空间需求巨大且对算法效率提升效果不明显的问题。

技术实现思路

1、本发明的目的是提供一种基于忆阻阵列遗传算法的图像恢复方法，以解决现有图像恢复方法中存在的计算复杂、效率不高以及对图像退化处理效果不佳等问题，提高图像恢复的质量和效率。

2、本发明所提出的一种基于忆阻阵列遗传算法的图像恢复方法，将分块图像灰度值存储到忆阵列并根据遗传算法操作忆阻器单元进行图像恢复。忆阻器是一种兼具存储和计算特性的电路器件，它提供了电子设备和神经元等生物元件之间的相似性，基于忆阻器的阵列结构与遗传学中的染色体结构相似。此外，它还提供了与图像灰度值矩阵的相似性，可以应用于遗传算法进行图像恢复。同时在图像恢复过程中，由于图像中的像素数量很大，会导致计算量很大，图像恢复效果一般。因此提出对图像进行分块处理。

3、为了实现上述目的，本发明的技术方案如下：

4、本发明提供一种基于忆阻阵列遗传算法的图像恢复方法，包括以下步骤：

5、s1：获取待恢复图像，将图像按像素分为图像块，利用m×n忆阻阵列存储单个图像块的像素值，其中每个忆阻器单元对应图像中的一个像素；其中m为遗传算法初始种群数量，前n-1为图像块的像素值，作为遗传算法中个体的基因信息，最后一列为遗传算法中的个体适应度值；利用忆阻阵列存储图像的灰度值；

6、s2：构建图像退化模型；具体的，代表空间域的坐标，定义为空间域原始清晰图像，为退化函数，为噪声，为退化图像；图像退化模型的数学表达式定义为：

7、；

8、其中表示卷积运算；

9、s3：设定遗传算法的适应度函数，所述适应度函数基于图像恢复的质量进行定义，具体为：

10、；

11、其中为适应度函数；为图像恢复结果；

12、s4：初始化种群和忆阻阵列，种群中的每个个体表示一个图像块恢复解决方案，通过随机生成或基于已有知识生成初始种群，并将这些个体的像素值存储在忆阻阵列中；

13、s5：执行遗传算法的选择操作；根据个体的适应度值选择出适应度高的个体作为父代，用于后续的交叉和变异操作，每一个个体被选中的概率定义为：

14、；

15、其中，n表示种群数量，通过适应度函数计算得到；

16、s6：执行交叉操作，通过交换父代个体之间的部分基因，生成新的子代个体，映射到忆阻阵列就是交换对应忆阻器单元的电阻值；

17、s7：执行变异操作，随机选择子代个体中的部分基因进行变异，映射到忆阻阵列就是根据更改后的灰度值信息改变对应忆阻器单元的电阻值；

18、s8：重复步骤s5至s7，直到达到预定的迭代次数或满足其他停止条件。

19、s9：从最终种群中选择适应度最高的个体作为最优解，即恢复后的图像块，并将其从忆阻阵列中读取出来；步骤s1得到的每个图像块均通过步骤s4至s9，将最终得到的图像块进行拼接，得到恢复后的图像。

20、进一步的，所述图像块大小为a×b像素，按照从左到右、从上到下的规则移动图像块遍历待恢复图像；将a×b图像块的像素矩阵转换为1×ab矩阵，最终形成m行ab+1列忆阻阵列。

21、进一步的，采用二进制编码的方式来存储灰度值信息；具体的，对于0-255的灰度值存储，使用8个忆阻器单元来存储一个字节的数据；规定忆阻器单元的低电阻状态代表二进制的 “0”，高电阻状态代表二进制的 “1”；

22、写入操作：通过向忆阻器单元施加特定的电压脉冲来改变其电阻状态。如果要写入“1”，就施加一个正向的电压脉冲，使忆阻器单元的电阻升高到状态；如果要写入 “0”，施加一个反向的电压脉冲或者不施加电压脉冲，使忆阻器单元保持或回到状态；

23、读取操作：通过向忆阻器单元施加一个读取电压，要足够小从而避免改变忆阻器单元的存储值；测量通过忆阻器单元的电流，根据欧姆定律计算出电阻值，再根据预先设定的电阻-存储值对应关系，获得忆阻器单元的存储值。

24、进一步的，所述为图像恢复结果通过频域方法得到；具体的，首先对图像进行傅里叶变换，将退化模型转换为频域表示，然后通过求解频域中的逆问题估计退化函数和恢复图像；在频域中，观察到的图像在频域上表示为：

25、；

26、其中，表示频域中的坐标，和分别表示图像在水平和垂直方向上的频率分量，是退化图像的傅里叶变换，是退化函数的傅里叶变换，是原始图像的傅里叶变换，是噪声的傅里叶变换；

27、再通过逆傅里叶变换估计恢复图像：

28、；

29、其中，是逆傅里叶变换，表示退化函数的逆。

30、进一步的，所述交叉操作采用单点交叉方式，交叉点由随机函数选择，根据所选交叉点的位置，将染色体在交叉点前后分为两部分，匹配的父代交换交叉点前后的基因值，从而生成新的子代个体。

31、进一步的，所述变异操作采用位翻转；首先随机选择一个基因位，将基因位置上的十进制灰度值转换为8位的二进制码，然后随机选择1位进行更改，最后将更改后的二进制值转换为十进制灰度值。

32、进一步的，所述忆阻阵列包括忆阻器单元、行和列的选择线、外围电路；每行忆阻器之间通过字线连接在一起，每列忆阻器之间通过位线连在一起。当需要对某个忆阻器的电阻值进行读取操作时，选中该忆阻器对应的字线和位线就能对其进行操作；外围电路用于生成施加于忆阻器上的电压信号，读出忆阻器的状态。

33、进一步的，所述预定的迭代次数根据图像的复杂程度、初始种群大小以及对恢复效果的要求等进行设定；满足其他停止条件包括达到一定的图像恢复质量标准或连续多次迭代后种群的适应度值变化小于设定阈值。

34、本发明的优点在于分块处理图像有效提高了算法的效率和恢复效果，解决了因图像像素数量大导致的初始种群难以生成优良个体、收敛速度慢等问题。同时与不分块处理以及传统的高斯、中值滤波方法相比，本发明的基于忆阻器的遗传算法在图像恢复方面具有更好的性能。本发明展示了忆阻器在实现遗传算法用于图像恢复方面的可行性，为忆阻器在图像处理领域的进一步应用提供了参考，也为其他智能算法利用忆阻器实现提供了思路。