回溯搜索優(yōu)化算法及其在圖像分割中的應(yīng)用.pdf

1、圖像分割是一種依據(jù)某種規(guī)則拆分圖像，使之成為幾個(gè)不同的部分，進(jìn)而將認(rèn)為的有價(jià)值的部分留下。圖像分割是圖像工程過程中圖像處理的最后一步，非常大的影響著之后對(duì)圖像進(jìn)行分析的效果，因而是一個(gè)關(guān)鍵的連接步驟，是一種計(jì)算機(jī)視覺課題的一個(gè)非常基本并且重要的問題.
　　這篇文章里首先回顧了各種主要的圖像分割方法，如運(yùn)用邊緣檢測(cè)之分割的方法、運(yùn)用區(qū)域之分割的方法、運(yùn)用圖論之分割的方法、運(yùn)用能量泛函之分割的方法，運(yùn)用機(jī)器學(xué)習(xí)之分割的方法，以及本文用

2、到的圖像分割方法，閾值法.這種方法簡(jiǎn)要來說就是用一個(gè)或者多個(gè)閾值按照待分割的圖像之灰度級(jí)分配為多個(gè)部分，灰度值在同一類中的像素屬于同一個(gè)目標(biāo).因而閾值的選取成為閾值法的關(guān)鍵問題，且是影響分割結(jié)果的關(guān)鍵因素.緊接著介紹了幾種最常用的閾值選取方法，進(jìn)一步的利用解析式最后得到閾值之大小.然而，利用解析式得到閾值這類方法，有著計(jì)算量以及計(jì)算復(fù)雜度將跟同閾值數(shù)目造成爆炸性變多.故而現(xiàn)今的主流做法是利用某種準(zhǔn)則得到目標(biāo)函數(shù)進(jìn)而求解閾值之問題轉(zhuǎn)化成通

3、過準(zhǔn)則函數(shù)當(dāng)做目標(biāo)函數(shù)之最優(yōu)化問題.
　　這樣，大量應(yīng)用群優(yōu)化算法來求解閾值的方法應(yīng)運(yùn)而生，此即為這篇文章里面采用之思路.而后再簡(jiǎn)單介紹了多種群優(yōu)化類型算法之基本情況.進(jìn)而自然地引出本文所采用之群智能算法，回溯搜索優(yōu)化算法(backtracking searchoptimization algorithm，BSA)這種新興的仿生算法，回溯搜索優(yōu)化算法的結(jié)構(gòu)簡(jiǎn)單，有很強(qiáng)的局部搜索能力以及全局搜索能力，能有效且快速的求解各類函數(shù)優(yōu)化問