基于自適應多agent的圖像分割.pdf

1、在圖像分析中，一種高效、魯棒的圖像分割方法對更高層的特征抽取、目標識別和理解有重要影響。由于同一特征有不同表現(xiàn)形式、特征分布的復雜性、特征與特征間邊界的模糊性等都使得圖像分割是一個極具挑戰(zhàn)性的問題。如何在計算機輔助下，精確、自適應地分割圖像，是圖像處理需要解決的關鍵問題。 論文通過分析已有圖像分割算法，在復雜系統(tǒng)多種建模方法的基礎上，將圖像分割問題建模為一種分布式框架，作為連接圖像分割與多agent系統(tǒng)間的橋梁，并給出了實現(xiàn)該框

2、架的一種多agent圖像分割算法。論文主要工作及創(chuàng)新點是： (1)對復雜系統(tǒng)建模的兩種方法進行了詳細分析。一種以Holland提出的復雜適應系統(tǒng)理論為基礎，通過微觀刺激一反應模型和宏觀ECHO模型對復雜系統(tǒng)建模，它源自對生物界的觀察。另一種以分布式人工智能中的agent理論與技術(shù)為核心，通過agent模型及agent間的學習、合作機制對復雜系統(tǒng)建模，它源自對人類社會自身的觀察。 (2)提出了一種自適應多agent建模方法

3、，該方法將復雜適應系統(tǒng)建模和多agent系統(tǒng)建模結(jié)合起來，克服了前者的模型單一性和后者缺乏適應性的缺點。 (3)將新的建模方法應用到圖像分割領域中，提出了一種分布式、自適應的圖像分割框架(Image Segrnentation Framework，簡稱ISF)，ISF架起了圖像分割問題與多agent系統(tǒng)間的橋梁。 (4)將ISF映射為一個具體的多agent實現(xiàn)。它以agem的局部自適應作為圖像分割的核心，通過agent適