基于人工免疫網(wǎng)絡(luò)的圖像分割.pdf

1、人工免疫系統(tǒng)是用來解決復(fù)雜問題的自適應(yīng)系統(tǒng)，其中人工免疫網(wǎng)絡(luò)可用于分析數(shù)據(jù)的聚類問題，數(shù)據(jù)聚類是實(shí)現(xiàn)圖像分割的一種常用的方法。因此，本文圍繞人工免疫網(wǎng)絡(luò)在圖像分割中的應(yīng)用展開了相關(guān)的研究，主要工作概括如下：
　　 (1)實(shí)現(xiàn)了一種基于多值免疫網(wǎng)絡(luò)與FCM 算法結(jié)合的圖像分割。該方法針對(duì)FCM 算法中聚類中心對(duì)初始化敏感的問題，將多值免疫網(wǎng)絡(luò)用于訓(xùn)練數(shù)據(jù)聚類的中心。以緩解數(shù)據(jù)聚類中心對(duì)初始化敏感的問題，最終實(shí)現(xiàn)圖像分割。通過對(duì)Br

2、odatz 圖庫和對(duì)SAR 圖像仿真實(shí)驗(yàn)表明：該方法分別與多值免疫網(wǎng)絡(luò)和FCM算法比較均有一定的改善。
　　 (2)實(shí)現(xiàn)了一種基于分水嶺算法與AINET 網(wǎng)絡(luò)結(jié)合的SAR 圖像分割。由于AINET 網(wǎng)絡(luò)本身對(duì)數(shù)據(jù)聚類有著較高的計(jì)算復(fù)雜度，直接利用AINET 對(duì)圖像這樣的大數(shù)據(jù)集進(jìn)行分割將會(huì)耗費(fèi)大量的時(shí)間和資源。為了緩解這一問題，我們利用分水嶺算法首先對(duì)圖像進(jìn)行初始分割，將圖像分成若干區(qū)域，將每個(gè)區(qū)域看成一個(gè)樣本。然后利用AINE