分子動(dòng)理論優(yōu)化算法及其在圖像分割中的應(yīng)用.pdf_第1頁(yè)
已閱讀1頁(yè),還剩127頁(yè)未讀 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、優(yōu)化問(wèn)題是科學(xué)研究和工程應(yīng)用中的一個(gè)熱點(diǎn)問(wèn)題,尋求快速、穩(wěn)健、有效的優(yōu)化技術(shù)是各行各業(yè)長(zhǎng)期所一直探討的課題,其中智能優(yōu)化算法因?qū)崿F(xiàn)簡(jiǎn)單、運(yùn)算速度快、優(yōu)化效果好,已引起國(guó)內(nèi)外學(xué)者的廣泛關(guān)注。分子動(dòng)理論中的吸引、排斥和波動(dòng)機(jī)制,為優(yōu)化算法在保證收斂的同時(shí)兼顧種群多樣性提供了可能。因此,本文基于分子動(dòng)理論提出了一種新型的優(yōu)化算法,并圍繞其在圖像分割方面的應(yīng)用展開(kāi)研究。
  現(xiàn)有的智能優(yōu)化算法往往存在多樣性差、易陷入局部極值等不足。受分子

2、動(dòng)理論的啟示,本文提出了一種新型的優(yōu)化算法-分子動(dòng)理論優(yōu)化算法。該算法基于分子動(dòng)理論的相關(guān)原理設(shè)計(jì)了吸引、排斥、波動(dòng)三個(gè)算子,通過(guò)模擬分子引力,吸引粒子向最優(yōu)粒子移動(dòng)以確保算法收斂;通過(guò)模擬分子斥力,使算法能夠較好地保持種群多樣性;通過(guò)模擬分子無(wú)規(guī)則的熱運(yùn)動(dòng),而使算法始終具備全局搜索能力。性能結(jié)果表明,該算法在解的質(zhì)量、魯棒性、種群多樣性、收斂速度等方面都具有明顯優(yōu)勢(shì)。
  分子動(dòng)理論優(yōu)化算法缺乏局部搜索機(jī)制,其求解精度有待提高;

3、且如當(dāng)前最優(yōu)值為局部極值,則分子動(dòng)理論優(yōu)化算法可能發(fā)生錯(cuò)誤性引導(dǎo)。鑒于精英個(gè)體在優(yōu)化過(guò)程中的重要作用,本文基于協(xié)同進(jìn)化和精英思想對(duì)分子動(dòng)理論優(yōu)化算法進(jìn)行改進(jìn),提出了M精英協(xié)同分子動(dòng)理論優(yōu)化算法。該算法基于M個(gè)精英以盡量避免發(fā)生錯(cuò)誤引導(dǎo),采用精英間的學(xué)習(xí)與協(xié)作以提高算法的收斂精度,并通過(guò)新型的波動(dòng)算子以防止算法陷入按維早熟。仿真結(jié)果表明,改進(jìn)算法在求解精度、算法穩(wěn)定性、高維函數(shù)求解等方面均表現(xiàn)出良好性能。
  傳統(tǒng)的多閾值分割算法因

4、需對(duì)閾值空間進(jìn)行蠻力搜索,計(jì)算效率較低。鑒于分子動(dòng)理論優(yōu)化算法的優(yōu)良表現(xiàn),探索運(yùn)用該算法求解多閾值問(wèn)題?;贙apur熵和Otsu兩種最為流行的閾值分割準(zhǔn)則,對(duì)運(yùn)用分子動(dòng)理論優(yōu)化算法實(shí)現(xiàn)多閾值分割進(jìn)行了初步探討。與細(xì)菌覓食和差分進(jìn)化等主流的智能優(yōu)化算法相比,該算法運(yùn)算速度快、魯棒性好、能較好地對(duì)圖像進(jìn)行分割。
  在氧化鋁工業(yè)生產(chǎn)過(guò)程中,因工況復(fù)雜,回轉(zhuǎn)窯火焰圖像中往往存在噪聲,如用上述方法對(duì)其進(jìn)行分割,則其抗噪性差略顯不足。通過(guò)

5、對(duì)斜分Otsu法進(jìn)行改進(jìn),本文提出了一種基于改進(jìn)斜分Otsu法的回轉(zhuǎn)窯火焰圖像分割算法。該算法基于簡(jiǎn)化的距離測(cè)度函數(shù)選取最佳閾值,以減少計(jì)算量和便于多閾值擴(kuò)展;采用基于后處理思想的圖像分割方式,以進(jìn)一步增強(qiáng)算法的抗噪性;運(yùn)用分子動(dòng)理論優(yōu)化算法求解閾值,以提高算法的運(yùn)算效率。某廠氧化鋁回轉(zhuǎn)窯火焰圖像的分割測(cè)試驗(yàn)證了該算法的有效性。
  改進(jìn)斜分Otsu法雖具備一定的抗噪性,但其性能仍有待提高。本文提出了一種基于空間截面投影的Otsu

6、法,該算法首先基于截面投影直方圖選取最佳閾值;然后運(yùn)用基于閾值的后處理策略對(duì)分割結(jié)果進(jìn)行處理,以增強(qiáng)算法的抗噪性。由于成像過(guò)程較為復(fù)雜,MR腦圖像中往往存在噪聲。為分割出 MR腦圖像中的白質(zhì)、灰質(zhì)、腦脊液等區(qū)域,首先將截面投影Otsu法進(jìn)行了多閾值擴(kuò)展,然后基于M精英協(xié)同分子動(dòng)理論優(yōu)化算法求解最佳閾值。實(shí)驗(yàn)結(jié)果表明,該算法計(jì)算效率高、抗噪性好,能較好地對(duì)含不同噪聲的圖像進(jìn)行分割。
  本文提出了一種分子動(dòng)理論優(yōu)化算法,分析了該算法

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

最新文檔

評(píng)論

0/150

提交評(píng)論