基于分子动理论优化算法的图像分割方法在车辆图像分割中的应用
发布时间：2022-07-20 16:57
分子动理论优化算法（KMTOA）是近年出现的一种新式启发式全局优化算法。由于该算法的吸引、排斥和波动机制,保证了算法的易于实现性和快速收敛性的同时还为兼顾种群的多样性提供可能。因此该算法受到了广泛的关注,已经成功的运用到电力系统经济调度、电力系统无功优化、智能楼宇负荷优化调度以及图像分割等多个领域。同时,学者们也发现了算法本身所存在的不足,针对不同的应用领域分别加以改进,提高了算法的应用价值。在图像分割等需要大量计算的应用领域,得益于优化算法的发展,很多图像领域的问题都可以转化为优化问题来解决,如图像的阈值分割问题就可转换成优化问题中参数最优计算来处理。将优化算法作为工具,采用迭代的方式计算某种准则下目标函数的最优值即图像分割的最优阈值。面对图像中多维数据的求解,优化算法特别是智能优化算法大大降低了计算量,随而缩短计算时间。众多的专家学者利用优化算法的优势对其进行了大量研究。本文在前人的工作基础上,针对KMTOA的不足提出若干改进措施,一、采用双种群思想,通过分工合作而共同实现寻优过程;二、为使普通种群在大范围内进行搜索,提出了多样性波动算子,基于反馈的种群多样性信息调节变异率而增强算...
【文章页数】：73 页
【学位级别】：硕士
【文章目录】：
摘要
Abstract
第1章 绪论
1.1 研究背景与意义
1.2 优化算法的概述
1.3 图像分割的概述
1.3.1 阈值分割法
1.3.2 边缘分割法
1.3.3 聚类分割法
1.4 优化算法在图像分割中的研究现状
1.5 论文结构
第2章 分子动理论优化算法及其发展
2.1 分子动理论优化算法
2.1.1 算法原理
2.1.2 算法步骤
2.2 分子动理论优化算法的发展
2.2.1 基于结晶的分子动理论优化算法
2.2.2 基于教学的分子动理论优化算法
2.2.3 人工记忆分子动理论优化算法
2.2.4 离散分子动理论优化算法
2.3 多种改进分子动理论优化算法的对比
2.4 本章小结
第3章 基于改进分子动理论优化算法的Otsu多阈值分割
3.1 基本分子动理论优化算法的不足
3.2 算法改进
3.2.1 多样性波动算子
3.2.2 精英协同精细化算
3.2.3 迁移交流算子
3.3 实验与结果分析
3.3.1 实验说明及其参数设置
3.3.2 高维和动态函数测试
3.4 算法收敛性及多样性分析
3.5 基于DP-KMTOA的多阈值图像分割
3.5.1 分割准则
3.5.2 分割步骤
3.5.3 测试图像
3.5.4 实验说明及参数设置
3.5.5 实验与结果分析
3.6 本章小结
第4章 基于DP-KMTOA的改进Otsu阈值分割
4.1 二维Otsu法
4.1.1 图像噪声
4.1.2 二维Otsu法原理
4.1.3 二维Otsu法的不足
4.2 改进Otsu法
4.2.1 直线截距直方图的Otsu法
4.2.2 后降噪策略
4.3 实验与结果分析
4.3.1 DP-KMTOA在ILIH Otsu多阈值分割中的分割步骤
4.3.2 不同Otsu算法分割效果比较
4.3.3 与聚类算法分割效果比较
4.3.4 DP-KMTOA与其他优化的比较算法
4.4 改进图像分割方法在汽车图像分割中的应用
4.4.1 车辆检测
4.4.2 KMTOA_ILIH Otsu的车辆图像分割
4.5 本章小结
第5章 结论与展望
5.1 本文总结
5.2 工作展望
参考文献
致谢
攻读硕士学位期间科研成果
【参考文献】：
期刊论文
[1]一种混合改进的鸡群优化算法[J]. 杨菊蜻,张达敏,张慕雪,朱陈柔玲. 计算机应用研究. 2018(11)
[2]基于结晶过程的分子动理论优化算法[J]. 易灵芝,朱彪明,范朝冬,任柯,李杰,肖乐意. 计算机工程与科学. 2017(09)
[3]图像椒盐噪声的自适应统计滤波法[J]. 王侠. 光电技术应用. 2016(03)
[4]多元总体最小二乘问题的牛顿解法[J]. 王乐洋,赵英文,陈晓勇,臧德彦. 测绘学报. 2016(04)
[5]一种改进粒子群优化算法的Otsu图像阈值分割方法[J]. 刘桂红,赵亮,孙劲光,王星. 计算机科学. 2016(03)
[6]基于最大类间方差的改进图像分割算法[J]. 丁晓峰,何凯霖. 计算机工程与设计. 2015(10)
[7]M-精英协同进化分子动理论优化算法[J]. 范朝冬,章兢,易灵芝. 通信学报. 2015(07)
[8]人工记忆优化算法[J]. 黄光球,李涛,陆秋琴. 系统工程理论与实践. 2014(11)
[9]带反向预测及斥力因子的改进粒子群优化算法[J]. 范成礼,邢清华,李响,王振江. 控制与决策. 2015(02)
[10]搜索后期斥力增强型混合引斥力微粒群算法及可靠性优化应用[J]. 陈东宁,姚成玉,王斌,张瑞星. 中国机械工程. 2014(21)
硕士论文
[1]医学图像多阈值分割群智能优化算法的研究[D]. 方政.吉林大学 2017
[2]智能楼宇用电信息感知系统与负荷优化调度研究[D]. 李胜兵.湘潭大学 2017
[3]改进分子动理论优化算法及其在无功优化中的应用研究[D]. 朱彪明.湘潭大学 2017
[4]粒子群混合智能优化算法及应用研究[D]. 汪维友.湖南大学 2016
[5]改进型粒子群优化算法及其在图像分割中的应用[D]. 肖高超.广西师范大学 2008
[6]自适应粒子群优化算法及其在图像分割中的应用[D]. 李宏.大连理工大学 2006
本文编号：3664378
【文章页数】：73 页
【学位级别】：硕士
【文章目录】：
摘要
Abstract
第1章 绪论
1.1 研究背景与意义
1.2 优化算法的概述
1.3 图像分割的概述
1.3.1 阈值分割法
1.3.2 边缘分割法
1.3.3 聚类分割法
1.4 优化算法在图像分割中的研究现状
1.5 论文结构
第2章 分子动理论优化算法及其发展
2.1 分子动理论优化算法
2.1.1 算法原理
2.1.2 算法步骤
2.2 分子动理论优化算法的发展
2.2.1 基于结晶的分子动理论优化算法
2.2.2 基于教学的分子动理论优化算法
2.2.3 人工记忆分子动理论优化算法
2.2.4 离散分子动理论优化算法
2.3 多种改进分子动理论优化算法的对比
2.4 本章小结
第3章 基于改进分子动理论优化算法的Otsu多阈值分割
3.1 基本分子动理论优化算法的不足
3.2 算法改进
3.2.1 多样性波动算子
3.2.2 精英协同精细化算
3.2.3 迁移交流算子
3.3 实验与结果分析
3.3.1 实验说明及其参数设置
3.3.2 高维和动态函数测试
3.4 算法收敛性及多样性分析
3.5 基于DP-KMTOA的多阈值图像分割
3.5.1 分割准则
3.5.2 分割步骤
3.5.3 测试图像
3.5.4 实验说明及参数设置
3.5.5 实验与结果分析
3.6 本章小结
第4章 基于DP-KMTOA的改进Otsu阈值分割
4.1 二维Otsu法
4.1.1 图像噪声
4.1.2 二维Otsu法原理
4.1.3 二维Otsu法的不足
4.2 改进Otsu法
4.2.1 直线截距直方图的Otsu法
4.2.2 后降噪策略
4.3 实验与结果分析
4.3.1 DP-KMTOA在ILIH Otsu多阈值分割中的分割步骤
4.3.2 不同Otsu算法分割效果比较
4.3.3 与聚类算法分割效果比较
4.3.4 DP-KMTOA与其他优化的比较算法
4.4 改进图像分割方法在汽车图像分割中的应用
4.4.1 车辆检测
4.4.2 KMTOA_ILIH Otsu的车辆图像分割
4.5 本章小结
第5章 结论与展望
5.1 本文总结
5.2 工作展望
参考文献
致谢
攻读硕士学位期间科研成果
【参考文献】：
期刊论文
[1]一种混合改进的鸡群优化算法[J]. 杨菊蜻,张达敏,张慕雪,朱陈柔玲. 计算机应用研究. 2018(11)
[2]基于结晶过程的分子动理论优化算法[J]. 易灵芝,朱彪明,范朝冬,任柯,李杰,肖乐意. 计算机工程与科学. 2017(09)
[3]图像椒盐噪声的自适应统计滤波法[J]. 王侠. 光电技术应用. 2016(03)
[4]多元总体最小二乘问题的牛顿解法[J]. 王乐洋,赵英文,陈晓勇,臧德彦. 测绘学报. 2016(04)
[5]一种改进粒子群优化算法的Otsu图像阈值分割方法[J]. 刘桂红,赵亮,孙劲光,王星. 计算机科学. 2016(03)
[6]基于最大类间方差的改进图像分割算法[J]. 丁晓峰,何凯霖. 计算机工程与设计. 2015(10)
[7]M-精英协同进化分子动理论优化算法[J]. 范朝冬,章兢,易灵芝. 通信学报. 2015(07)
[8]人工记忆优化算法[J]. 黄光球,李涛,陆秋琴. 系统工程理论与实践. 2014(11)
[9]带反向预测及斥力因子的改进粒子群优化算法[J]. 范成礼,邢清华,李响,王振江. 控制与决策. 2015(02)
[10]搜索后期斥力增强型混合引斥力微粒群算法及可靠性优化应用[J]. 陈东宁,姚成玉,王斌,张瑞星. 中国机械工程. 2014(21)
硕士论文
[1]医学图像多阈值分割群智能优化算法的研究[D]. 方政.吉林大学 2017
[2]智能楼宇用电信息感知系统与负荷优化调度研究[D]. 李胜兵.湘潭大学 2017
[3]改进分子动理论优化算法及其在无功优化中的应用研究[D]. 朱彪明.湘潭大学 2017
[4]粒子群混合智能优化算法及应用研究[D]. 汪维友.湖南大学 2016
[5]改进型粒子群优化算法及其在图像分割中的应用[D]. 肖高超.广西师范大学 2008
[6]自适应粒子群优化算法及其在图像分割中的应用[D]. 李宏.大连理工大学 2006
本文编号：3664378
本文链接：https://www.wllwen.com/kejilunwen/zidonghuakongzhilunwen/3664378.html
