基于PSO-GA优化的TOP-HAT形态学滤波器及其应用

• 作者: 王建刚 高德远
• 来源期刊: 航空计算技术
• 关键词: 粒子群优化算法 遗传算法 神经网络 Top-Hat形态学滤波器
• 年，卷（期）: 2013,（3）
• 所属期刊栏目: 计算机应用
• 页码范围: 119-123
• 页数: 5页
• 分类号: TP18
• 语种: 中文

摘要

针对机栽红外图像中运动弱小点目标检测的难题,提出了一种基于PSO-GA训练参数的形态学滤波器.以粒子群优化算法(Particle Swarm Optimization,PSO)为主线,按PSO算法中标准的速度和位置更新,遗传算法(Genetic Algorithm,GA)采用新的区间离散化编码和自适应的主次式交叉与变异算子,将遗传算法与粒子群优化算法的自动更新特征结合在一起,通过优化搜索全局空间获得形态学滤波器的最优参数,进而确保优化的形态学滤波器具有良好的滤波性及时效性.通过对低信噪比红外图像(SNR约为2)的测试,检测概率可以达到98％以上,与利用神经网络(Neural Network,NN)训练结构元素后的Top-Hat形态学滤波器相比提高了2％ ～3％.与GA算法相对,训练算法效能提高20％,提高了搜索最佳值的能力.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	高德远	西北工业大学计算机科学与工程学院	166	1045	15.0	24.0
2	王建刚	西北工业大学计算机科学与工程学院	8	358	4.0	8.0