图像分割中的群智能算法改进研究

发布时间：2020-05-19 16:05

【摘要】：图像分割是数字图像处理领域的基础性问题,其时效性直接影响整个系统的效率,传统的阈值分割方法处理数据量巨大的图像,往往不能满足实时性要求,如何提高提高其处理效率成为目前亟待解决的问题。本文选题“图像分割中的群智能算法改进研究”,目的是在图像分割的应用背景下,改进群智能算法并将其引入到图像分割中去,提高分割效率及准确率。本文主要工作如下:1.在图像分割应用背景下,设定跨种群的群体智能优化算法对比方法,首先利用标准测试函数对群智能算法进行性能测试,然后将改进算法引入到图像分割中去进行验证,并根据此问题规定统一的评价指标,测试算法性能。2.深入分析布谷鸟算法寻优过程,针对其在维度更新上的退化问题提出一种基于混合维度更新的布谷鸟优化算法,通过引入逐维更新与整体更新相结合的混合维度更新策略对算法进行修正,以方差可调的正态分布进行步长有区分的整体邻域搜索。实验证明,算法的搜索精度得到有效提高,提高平均寻优准确度至76.94%,较穷举法减少运行时间约1.3s。3.深入分析鸟群算法寻优过程,针对其在平衡生产和觅食能力上的僵化问题提出一种基于动态惯性权重的鸟群优化算法,算法通过引入非线性动态惯性权重平衡局部与全局搜索能力,在生产者觅食的过程中引入莱维飞行。实验表明改进后的鸟群算法有效提高了算法的收敛速度和寻优精度;提高平均寻优准确度至94.72%,较穷举法减少运行时间约1.2s。
【图文】：

在不同的应用场景下，对于智能算法的性能要求也不同，算法表现也存在种差异。例如，在工程应用领域中，要求群智能优化算法完成任务的准确度高，而在求解函数时求解精度、收敛性速度均有较高要求。目前，，针对群智能算法的评价标准主要围绕在精度和速度两个方向，从而生出众多的规则指标。测试这些性能的函数则大都相同，常见的有 Sphere、rid、Ackley 函和 Dixon-Price 等，它们的函数曲面如图 2-1 所示[37]。（a）Sphere 函数 （b）Trid 函数

求解就是在函数解空间内，通过种群个体间的。而在图像分割下应用群智能算法，首先需要通过求解这个准则函数的解来实现分割。在这图像分割函数设计、算法寻优范围等问题。用于实际问题的设计框架图。
【学位授予单位】：贵州大学
【学位级别】：硕士
【学位授予年份】：2019
【分类号】：TP18;TP391.41

【参考文献】

相关期刊论文 前10条

1 李浩;何建农;;结合蚁群和自动区域生长的彩色图像分割算法[J];微型机与应用;2015年16期

2 赵东;赵宏伟;于繁华;;动态多目标优化的运动物体图像分割[J];光学精密工程;2015年07期

3 吴闯;张小刚;;基于多态蚁群算法的回转窑图像分割方法[J];计算机工程与应用;2013年20期

4 柳新妮;马苗;;布谷鸟搜索算法在多阈值图像分割中的应用[J];计算机工程;2013年07期

5 陈劲;;基于粒子群算法与方向图法的指纹图像分割[J];计算机系统应用;2012年11期

6 钱华明;满国晶;陈亮;;基于形态学和蚁群聚类的台风分割方法研究[J];系统仿真学报;2012年05期

7 高春明;;基于图割的交互图像分割方法[J];硅谷;2011年22期

8 王芳;刘军;谢克明;;利用子群体迁徙的思维进化算法设计[J];中北大学学报(自然科学版);2011年03期

9 余卫宇;邹若冰;禹之鼎;田菁;;基于局部蚁群算法的图像分割[J];计算机应用;2010年05期

10 张莎莎;谷延锋;张钧萍;张晔;;一种基于量子遗传算法的红外图像分割方法[J];哈尔滨工业大学学报;2007年09期

本文编号：2671141