基于蟻群算法的圖像分割研究.pdf

1、隨著信息技術(shù)的飛速發(fā)展,人們?cè)诹私庹J(rèn)識(shí)我們所生活的這個(gè)世界的渴望越來(lái)越迫切。人們通過(guò)圖片上所呈現(xiàn)的信息,來(lái)理解這個(gè)世界。圖像分割技術(shù)就是把人們所感興趣的圖片上的目標(biāo)分割出來(lái)的一種技術(shù)。圖像分割的好壞效果對(duì)后續(xù)的對(duì)圖片的理解,分析起到關(guān)鍵的作用。由于圖像的復(fù)雜度不同和圖片所處在的攝像的環(huán)節(jié)不同,至今也沒(méi)有一種統(tǒng)一的方法來(lái)分割圖像。人們?cè)趯?duì)分割的方法的研究中,有兩種主要的思路:第一種是通過(guò)改進(jìn)其原有的算法,提高原有算法的性能;第二種是把新的

2、思路和新的方法引進(jìn)圖像分割中。
　　由于圖像分割可以看成是組合優(yōu)化問(wèn)題,因此本論文采用的是智能算法中的蟻群算法。首先介紹蟻群算法,蟻群算法是意大利研究者M(jìn).Doirgo等人在1992年的一篇論文中首次提出來(lái)的,本論文把蟻群算法應(yīng)用TSP當(dāng)中,得出蟻群算法的優(yōu)缺點(diǎn),對(duì)于蟻群算法的缺點(diǎn)進(jìn)行改進(jìn),設(shè)置了一個(gè)迭代區(qū)域,降低局部信息素,防止局部最優(yōu)解發(fā)生。實(shí)驗(yàn)對(duì)比中,改進(jìn)的蟻群算法的性能更好。其次針對(duì)這些優(yōu)點(diǎn),與模糊聚類C-均值相結(jié)合。模糊

3、聚類C-均值雖然對(duì)復(fù)雜的圖像分割效果好,但是運(yùn)算復(fù)雜,初始參數(shù)需要人為設(shè)定等缺點(diǎn),使模糊聚類C-均值在分割圖像方面不夠準(zhǔn)確。因此,把蟻群算法和模糊聚類C-均值相結(jié)合,利用改進(jìn)的蟻群算法得到初始聚類個(gè)數(shù)及中心,把它作為模糊聚類C的初始參數(shù),在進(jìn)行對(duì)圖像進(jìn)行分割。在實(shí)驗(yàn)對(duì)比中表明,改進(jìn)的蟻群模糊聚類算法在圖像分割和抗噪方面更好。最后,針對(duì)蟻群算法缺點(diǎn),提出與量子算法相結(jié)合的算法。量子算法中的量子旋轉(zhuǎn)門和變異操作,可以增加螞蟻的搜索空間,跳出