仿生優(yōu)化算法在數(shù)字圖像處理中的應(yīng)用研究.pdf

1、數(shù)字圖像處理是諸多計(jì)算機(jī)應(yīng)用領(lǐng)域中一個(gè)最為活躍的領(lǐng)域。從CT的發(fā)明、數(shù)碼相機(jī)的普及和數(shù)字電視業(yè)務(wù)的開展，到遙感圖像處理、生物特征鑒別和智能交通的應(yīng)用，數(shù)字圖像處理的應(yīng)用隨處可見，它極大地促進(jìn)了人類科學(xué)研究的發(fā)展、社會(huì)生產(chǎn)率的提高和生活方式的改善。因此，作為一個(gè)有廣闊應(yīng)用前景的學(xué)科，無論是在理論研究方面，還是在應(yīng)用方面，數(shù)字圖像處理目前都存在許多問題有待探索。 仿生優(yōu)化算法是模擬生物或生物種群的結(jié)構(gòu)特點(diǎn)、進(jìn)化規(guī)律、行為模式和思維方

2、法等形成的計(jì)算技術(shù)和方法，具有自組織、自適應(yīng)和自我學(xué)習(xí)能力以及良好的全局收斂性、并行性和魯棒性等特點(diǎn)。常用的仿生優(yōu)化算法有人工神經(jīng)網(wǎng)絡(luò)算法、遺傳算法和蟻群算法等。 由于數(shù)字圖像處理是一個(gè)復(fù)雜的求解問題，而仿生優(yōu)化算法尤其適用于處理傳統(tǒng)搜索方法難于解決的復(fù)雜的非線性問題，可廣泛用于組合優(yōu)化等領(lǐng)域。因此，近年來對(duì)數(shù)字圖像處理的研究傾向于將數(shù)字圖像作為一個(gè)組合優(yōu)化問題，并采用一系列優(yōu)化策略完成圖像處理任務(wù)。 本文將人工神經(jīng)網(wǎng)絡(luò)

3、、遺傳算法和蟻群算法等仿生優(yōu)化算法應(yīng)用于數(shù)字圖像處理中，提出了一些新的處理方法和思路。本文所做的工作和創(chuàng)新點(diǎn)如下： （1）系統(tǒng)總結(jié)了人工神經(jīng)網(wǎng)絡(luò)、遺傳算法和蟻群算法的研究現(xiàn)狀和基本原理，重點(diǎn)研究了蟻群算法的改進(jìn)方法。 （2）探討了基于自組織神經(jīng)網(wǎng)絡(luò)的圖像復(fù)原處理方法，提出了基于Hopfield神經(jīng)網(wǎng)絡(luò)的圖像目標(biāo)識(shí)別算法，并對(duì)其算法和實(shí)驗(yàn)進(jìn)行了分析。 （3）探討了基于遺傳算法的圖像復(fù)原方法，研究了基于遺傳算法的圖像