基于若干智能优化算法的阈值图像分割技术研究

发布时间：2021-11-03 13:40

　　阈值图像分割是图像分割领域中一个经典而有效的方法。但是由于现实图像的复杂性,如何对不同的图像快速有效地选择最佳的阈值一直是阈值分割研究中的一个优化性难题;而图像处理任务中经常要面临的鲁棒性和实时性等问题也导致各种阈值分割方法在实际应用中面临着诸多困难。近年来,随着智能优化算法的提出与快速发展,研究者们把眼光转向了利用智能优化算法来解决这些问题,其中粒子群优化（Particle Swarm Optimization,PSO）、布谷鸟搜索算法（Cuckoo Search,CS）和花粉授粉算法（Flower Pollination Algorithm,FPA）是这些智能优化算法中表现较为优异的三种算法。本文从实际分析出发,首先阐述了PSO、CS和FPA这三种智能优化算法的基本原理和各自在阈值图像分割问题中存在的缺陷,然后通过结合参数调整策略、学习策略和邻域策略等多种改进方法,分别对应提出了如下改进措施来提高其在阈值图像分割问题上的性能:1)PSO的改进:针对PSO在多阈值分割时多样性容易降低过快导致早熟收敛的问题,本文从全局收敛能力较强的FPA算法中引入并改进了一个利于全局收敛的学习策略,而... 

【文章来源】：国防科技大学湖南省 211工程院校 985工程院校

【文章页数】：92 页

【学位级别】：硕士

【部分图文】：

图4.11分割图像

图1分割图

图2分割图

【参考文献】：
期刊论文
[1]基于粒子群-遗传混合算法的MIMO雷达布阵优化[J]. 施荣华,朱炫滋,董健,谢羽嘉,郭迎.  中南大学学报(自然科学版). 2013(11)

博士论文
[1]若干仿生算法的理论及其在函数优化和图像多阈值分割中的应用[D]. 姜允志.华南理工大学 2012
[2]图像阈值化与目标分割方法中的若干问题研究[D]. 聂方彦.重庆大学 2010
[3]无准则多维图像阈值分割算法——最优进化算法[D]. 林正春.华南理工大学 2010
[4]仿生算法及其在专家分配问题中的应用[D]. 李娜娜.天津大学 2008



本文编号：3473788