基于群智能算法的圖像分割方法研究.pdf

1、在智能自動化研究領域,基于群體智能特征的仿生類算法研究正受到越來越多的學者關(guān)注。作為群體智能的典型實現(xiàn),蟻群算法和粒子群優(yōu)化算法正在受到學術(shù)界的廣注關(guān)注。蟻群算法不僅能夠智能搜索,全局優(yōu)化,而且還具有穩(wěn)健性(魯棒性)、正反饋、分布式計算、易與其它算法結(jié)合等優(yōu)點,在解決復雜優(yōu)化問題上顯示出了良好的適應性,是一種很有前景的方法。粒子群優(yōu)化算法主要特點是原理簡單、參數(shù)少、收斂速度較快、所需領域知識比較少,缺點在于易陷入局部最優(yōu),容易早熟收斂等

2、。但是粒子群優(yōu)化算法的理論研究和應用都不是很成熟,還存在很多問題。圖像分割是將圖像劃分成多個具有相似特征的區(qū)域,并提出感興趣目標的技術(shù)與過程,是圖像分析和模式識別的前提,也是圖像處理的經(jīng)典難題?；谧畲箪亻撝捣指罘ㄊ悄壳皯帽容^廣泛的圖像閾值分割方法,按照傳統(tǒng)的方法計算閾值,特別是計算多閾值速度比較慢,不適合用于一些對實時性要求較高的系統(tǒng)。圖像分割的一種比較新穎的方法是活動輪廓模型,但傳統(tǒng)的方法求解時,求解速度慢,而且不能收斂到圖像邊緣

3、的凹區(qū)域。蟻群算法作為一種新型的模擬進化算法,其良好的離散性,并行性,正反饋性和魯棒性,使其非常適合于圖像分割。但基本蟻群算法螞蟻的搜索是隨機的,計算量大,不利于算法的收斂。粒子群優(yōu)化算法作為一種新型的模擬進化算法,其良好的并行性、正反饋性和魯棒性,使其非常適合于圖像分割。本文主要研究了蟻群算法和粒子群優(yōu)化算法的一些改進方法,并將其應用于圖像分割。本文主要內(nèi)容包括:1.首先對粒子群優(yōu)化算法和蟻群算法近年來的研究進展進行了總結(jié),歸納算法的

4、成功應用領域和存在的不足。對圖像分割的基本概念和基本方法進行了介紹。2.介紹了聚類的相關(guān)知識。包括聚類的概述,聚類的數(shù)學模型,基于螞蟻覓食思想與基于螞蟻堆形成原理的蟻群聚類方式。3.基于對蟻群算法中蟻群聚類的研究:蟻群覓食思想和螞蟻堆形成原理。提出了一種新的蟻群聚類算法,并用標準測試圖像驗證了算法的有效性。4.詳細介紹了粒子群優(yōu)化算法的基本原理,同時提出了一種基于熵的粒子群算法。通過標準測試圖像進行實驗,驗證了改進的粒子群優(yōu)化算法的有效