回溯搜索優(yōu)化算法及其在圖像分割中的應用.pdf

1、圖像分割是一種依據某種規(guī)則拆分圖像，使之成為幾個不同的部分，進而將認為的有價值的部分留下。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圖像進行分析的效果，因而是一個關鍵的連接步驟，是一種計算機視覺課題的一個非?；静⑶抑匾膯栴}.
　　這篇文章里首先回顧了各種主要的圖像分割方法，如運用邊緣檢測之分割的方法、運用區(qū)域之分割的方法、運用圖論之分割的方法、運用能量泛函之分割的方法，運用機器學習之分割的方法，以及本文用

2、到的圖像分割方法，閾值法.這種方法簡要來說就是用一個或者多個閾值按照待分割的圖像之灰度級分配為多個部分，灰度值在同一類中的像素屬于同一個目標.因而閾值的選取成為閾值法的關鍵問題，且是影響分割結果的關鍵因素.緊接著介紹了幾種最常用的閾值選取方法，進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，有著計算量以及計算復雜度將跟同閾值數目造成爆炸性變多.故而現今的主流做法是利用某種準則得到目標函數進而求解閾值之問題轉化成通

3、過準則函數當做目標函數之最優(yōu)化問題.
　　這樣，大量應用群優(yōu)化算法來求解閾值的方法應運而生，此即為這篇文章里面采用之思路.而后再簡單介紹了多種群優(yōu)化類型算法之基本情況.進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)化算法的結構簡單，有很強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優(yōu)化問