基于神經(jīng)網(wǎng)絡(luò)與基于遺傳算法的彩色圖像分割方法研究.pdf

1、現(xiàn)有的各種圖像分割算法中,結(jié)合人工神經(jīng)網(wǎng)絡(luò)或遺傳算法進(jìn)行圖像分割的方法,由于從不同側(cè)面反映了人類視覺感知的智能性、并行性,因此取得了較好的效果,推動了圖像分割向智能化方向發(fā)展,但無論是在理論還是實踐上都遠(yuǎn)遠(yuǎn)沒有達(dá)到讓人滿意的程度.該文的研究工作正是基于此,對圖像分割的研究提出了聚類分析與神經(jīng)網(wǎng)絡(luò)、熵閾值分割與遺傳算法相結(jié)合的新思路,力圖尋求符合人類視覺感知特性的有效的彩色圖像分割算法.首先,該文對聚類算法進(jìn)行了深入研究并提出了一種基于F

2、isher距離的聚類有效性函數(shù),用于描述數(shù)據(jù)集硬劃分的類間分離性,評價各類聚類算法的有效性.其次,該文對自組織特征映射神經(jīng)網(wǎng)絡(luò)進(jìn)行了深入研究并提出了一種基于自組織特征映射神經(jīng)網(wǎng)絡(luò)的彩色圖像分割方法.利用各象素的RGB值作為輸入樣本對網(wǎng)絡(luò)進(jìn)行訓(xùn)練,根據(jù)競爭層特征映射點的密度分布圖,再利用自組織映射分析的方法,確定圖像顏色的聚類數(shù)和聚類中心,最后利用距離競爭取勝的原則處理每個象素,從而實現(xiàn)了彩色圖像的區(qū)域分割.另外,通過引入基于Fisher

3、距離的有效性函數(shù)作為最佳聚類數(shù)確定的依據(jù),構(gòu)造了一種自適應(yīng)SOFM神經(jīng)網(wǎng)絡(luò)應(yīng)用于彩色圖像分割,并取得了良好的分割效果.最后,該文在分析研究遺傳算法和二維熵閾值分割原理的基礎(chǔ)上,將遺傳算法應(yīng)用到多閾值圖像分割過程中,采用基于多閾值的整數(shù)編碼方式,在圖像分割區(qū)域數(shù)已知的情況下,提出了一種基于固定碼長遺傳算法分割算法;而對圖像分割區(qū)域數(shù)未知的情況,將圖像分割的類別數(shù)即染色體的碼長融合到適應(yīng)度函數(shù)中,并改進(jìn)了交叉與變異操作,從而實現(xiàn)了在對閾值尋