和聲搜索算法在數(shù)字圖像分割中的應(yīng)用研究.pdf

1、隨著科技的快速發(fā)展，各個(gè)行業(yè)領(lǐng)域?qū)?shù)字圖像的運(yùn)用也日益增多，圖像分割是圖像處理的一種基本技術(shù)，因此逐漸受到人們的重視。圖像分割方法可以解釋為把圖像分成特征有差異的部分，再提煉有效的部分出來(lái)，且是圖像處理過(guò)渡到分析的重要途徑，在圖像領(lǐng)域中具有十分關(guān)鍵的位置，同時(shí)在大多數(shù)領(lǐng)域應(yīng)用廣泛，取得了較好效果。現(xiàn)如今，越來(lái)越多的智能算法被應(yīng)用于圖像分割領(lǐng)域，大多優(yōu)秀的智能算法漸漸代替了以往常用的方法，在現(xiàn)今已是解決多數(shù)優(yōu)化問(wèn)題的有效方式。而現(xiàn)在比較常

2、用的智能算法都是由于其本身的某些優(yōu)秀特性以少量的運(yùn)算時(shí)間來(lái)獲取較高的成效。近年來(lái)，Geem等提出了一種元啟發(fā)式算法——和聲搜索（Harmony Search，HS)算法，且對(duì)HS進(jìn)行了深入研究，并與遺傳算法、模擬退火算法和禁忌搜索等進(jìn)行比較，實(shí)驗(yàn)結(jié)果顯示HS算法在有關(guān)問(wèn)題上性能較好。然而，目前關(guān)于HS的研究與應(yīng)用仍有很多問(wèn)題亟待解決。本文主要是研究對(duì)智能算法進(jìn)行改進(jìn)并把改進(jìn)的智能算法用于提高傳統(tǒng)分割算法的效率。所做工作如下：
　　

3、首先，本文闡述了圖像分割的幾種經(jīng)典方法和HS的來(lái)源、基本原理、具體步驟等，分析了它們的優(yōu)點(diǎn)與不足，總結(jié)了HS在工程應(yīng)用中所面臨的問(wèn)題及其當(dāng)前的主要研究方向，并論述了幾種經(jīng)典的改進(jìn)HS。
　　然后，針對(duì)HS存在著易陷入局部最優(yōu)從而導(dǎo)致提早收斂的不足，提出了一種融合局部搜索的和聲搜索(Local Search technique fusion of Harmony Search，LSHS)算法。在LSHS算法中，將最優(yōu)和聲向量與在種群

4、中隨機(jī)選擇的兩個(gè)和聲向量進(jìn)行線性組合生成一個(gè)新的和聲，從而擴(kuò)大了局部搜索區(qū)域同時(shí)也提高了算法的收斂速度。用9個(gè)標(biāo)準(zhǔn)測(cè)試函數(shù)將本文的LSHS與HS、GHS(Global-best Harmony Search，GHS)進(jìn)行了測(cè)試對(duì)比，得出的試驗(yàn)效果顯示LSHS的結(jié)果更優(yōu)，性能更好。
　　最后，由于優(yōu)化方法可以用于尋找最佳閾值，因此本文將提出的LSHS用于最大熵分割。并將HS、GHS和LSHS三種算法對(duì)灰度與彩色圖像分別采取分割處理且