基于蟻群算法模糊聚類的圖像分割.pdf

1、圖像分割是指把圖像分解成各具特性的區(qū)域并提取出有用目標的技術(shù)和過程，它是由圖像處理到圖像分析的一個關(guān)鍵步驟，在圖像工程中占有非常重要的位置，并且已在諸如計算機視覺、圖像編碼、模式識別和醫(yī)學(xué)圖像分析等很多領(lǐng)域有著實際的應(yīng)用。
　　 人工生命的方法有助人們了解生物學(xué)規(guī)律，并且在機器人、計算機圖形學(xué)等方面得到了成功應(yīng)用。蟻群算法作為人工生命算法的一個分支，是由真實蟻群活動的啟發(fā)而逐步發(fā)展起來的一種模擬螞蟻群體智能行為的算法。它具有較強

2、的穩(wěn)定性、分布式計算和易與其他算法結(jié)合等優(yōu)點，個體之間不斷地進行信息交流和傳遞，有利于尋找到較好的解。
　　 根據(jù)圖像自身存在許多不確定性和不精確性，人們發(fā)現(xiàn)模糊理論對于圖像的這種不確定性有很好的描述能力，而圖像分割問題恰好是將圖像的像素點進行分類的問題，近年來一些學(xué)者致力于將圖像聚類應(yīng)用于圖像分割中，效果要好于傳統(tǒng)的圖像分割方法，但是經(jīng)典的模糊聚類分割方法仍然存在一些問題。
　　 本文以模糊聚類的圖像分割方法為研究重點

3、，詳細地分析了其原理和發(fā)展現(xiàn)狀，并對模糊聚類算法在圖像分割時的不足進行了如下改進：
　　 ①引入蟻群聚類，利用蟻群算法的全局性和魯棒性有效的克服模糊聚類對初始參數(shù)的敏感，由蟻群聚類算法得出初始聚類個數(shù)及中心，再將其作為模糊聚類的初始參數(shù)，從而對圖像進行分割。這一改進算法降低了分割對初始參數(shù)的敏感程度。
　　 ②介紹與分析當前模糊聚類算法和其發(fā)展歷程，通過大量文獻和實驗，分析模糊加權(quán)因子m對模糊聚類的影響，得出模糊加權(quán)因子