改進(jìn)人工魚群算法用于圖像分割的研究.pdf

1、本文主要針對圖像分割問題進(jìn)行研究,通過廣泛的算法對比,選擇使用人工魚群算法(Artificial Fish Swarm Algorithm,AFSA)完成圖像邊緣檢測,結(jié)合模糊C均值聚類算法完成圖像分割實(shí)驗(yàn)。
　　由于該算法具有對初值和參數(shù)選擇不敏感、魯棒性強(qiáng)、簡單、易于實(shí)現(xiàn),且具備并行處理能力和全局搜索能力等方面優(yōu)點(diǎn),因此在圖像分割技術(shù)中的關(guān)鍵問題----極值問題的優(yōu)化處理效果較為突出。所以,文章在著重利用AFSA的優(yōu)點(diǎn)的同時(shí)對

2、AFSA不完善的地方進(jìn)行改進(jìn),將改進(jìn)后的AFSA算法應(yīng)用在圖像邊緣檢測,然后推廣到通用圖像的分割技術(shù)中。主要研究工作如下:
　　首先,提出了一種基于差分進(jìn)化變異算子的人工魚群算法,將變異算子引入到人工魚群算法中,對人工魚的個(gè)體行為進(jìn)行了優(yōu)化改進(jìn),提高了原算法的收斂速度和抗噪性能,并應(yīng)用到圖像邊緣檢測中,得到較理想的分割效果。
　　其次,將人工魚群算法的應(yīng)用推廣到通用圖像分割技術(shù)中,利用人工魚群算法的自適應(yīng)的特點(diǎn),通過對人工魚