【摘要】：圖像分割是數(shù)字圖像處理領(lǐng)域的基礎(chǔ)性問題,其時(shí)效性直接影響整個(gè)系統(tǒng)的效率,傳統(tǒng)的閾值分割方法處理數(shù)據(jù)量巨大的圖像,往往不能滿足實(shí)時(shí)性要求,如何提高提高其處理效率成為目前亟待解決的問題。本文選題“圖像分割中的群智能算法改進(jìn)研究”,目的是在圖像分割的應(yīng)用背景下,改進(jìn)群智能算法并將其引入到圖像分割中去,提高分割效率及準(zhǔn)確率。本文主要工作如下:1.在圖像分割應(yīng)用背景下,設(shè)定跨種群的群體智能優(yōu)化算法對比方法,首先利用標(biāo)準(zhǔn)測試函數(shù)對群智能算法進(jìn)行性能測試,然后將改進(jìn)算法引入到圖像分割中去進(jìn)行驗(yàn)證,并根據(jù)此問題規(guī)定統(tǒng)一的評價(jià)指標(biāo),測試算法性能。2.深入分析布谷鳥算法尋優(yōu)過程,針對其在維度更新上的退化問題提出一種基于混合維度更新的布谷鳥優(yōu)化算法,通過引入逐維更新與整體更新相結(jié)合的混合維度更新策略對算法進(jìn)行修正,以方差可調(diào)的正態(tài)分布進(jìn)行步長有區(qū)分的整體鄰域搜索。實(shí)驗(yàn)證明,算法的搜索精度得到有效提高,提高平均尋優(yōu)準(zhǔn)確度至76.94%,較窮舉法減少運(yùn)行時(shí)間約1.3s。3.深入分析鳥群算法尋優(yōu)過程,針對其在平衡生產(chǎn)和覓食能力上的僵化問題提出一種基于動態(tài)慣性權(quán)重的鳥群優(yōu)化算法,算法通過引入非線性動態(tài)慣性權(quán)重平衡局部與全局搜索能力,在生產(chǎn)者覓食的過程中引入萊維飛行。實(shí)驗(yàn)表明改進(jìn)后的鳥群算法有效提高了算法的收斂速度和尋優(yōu)精度;提高平均尋優(yōu)準(zhǔn)確度至94.72%,較窮舉法減少運(yùn)行時(shí)間約1.2s。
【圖文】：

在不同的應(yīng)用場景下，對于智能算法的性能要求也不同，算法表現(xiàn)也存在種差異。例如，在工程應(yīng)用領(lǐng)域中，要求群智能優(yōu)化算法完成任務(wù)的準(zhǔn)確度高，而在求解函數(shù)時(shí)求解精度、收斂性速度均有較高要求。目前，，針對群智能算法的評價(jià)標(biāo)準(zhǔn)主要圍繞在精度和速度兩個(gè)方向，從而生出眾多的規(guī)則指標(biāo)。測試這些性能的函數(shù)則大都相同，常見的有 Sphere、rid、Ackley 函和 Dixon-Price 等，它們的函數(shù)曲面如圖 2-1 所示[37]。（a）Sphere 函數(shù) （b）Trid 函數(shù)

求解就是在函數(shù)解空間內(nèi)，通過種群個(gè)體間的。而在圖像分割下應(yīng)用群智能算法，首先需要通過求解這個(gè)準(zhǔn)則函數(shù)的解來實(shí)現(xiàn)分割。在這圖像分割函數(shù)設(shè)計(jì)、算法尋優(yōu)范圍等問題。用于實(shí)際問題的設(shè)計(jì)框架圖。
【學(xué)位授予單位】：貴州大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2019
【分類號】：TP18;TP391.41

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 李浩;何建農(nóng);;結(jié)合蟻群和自動區(qū)域生長的彩色圖像分割算法[J];微型機(jī)與應(yīng)用;2015年16期

2 趙東;趙宏偉;于繁華;;動態(tài)多目標(biāo)優(yōu)化的運(yùn)動物體圖像分割[J];光學(xué)精密工程;2015年07期

3 吳闖;張小剛;;基于多態(tài)蟻群算法的回轉(zhuǎn)窯圖像分割方法[J];計(jì)算機(jī)工程與應(yīng)用;2013年20期

4 柳新妮;馬苗;;布谷鳥搜索算法在多閾值圖像分割中的應(yīng)用[J];計(jì)算機(jī)工程;2013年07期

5 陳勁;;基于粒子群算法與方向圖法的指紋圖像分割[J];計(jì)算機(jī)系統(tǒng)應(yīng)用;2012年11期

6 錢華明;滿國晶;陳亮;;基于形態(tài)學(xué)和蟻群聚類的臺風(fēng)分割方法研究[J];系統(tǒng)仿真學(xué)報(bào);2012年05期

7 高春明;;基于圖割的交互圖像分割方法[J];硅谷;2011年22期

8 王芳;劉軍;謝克明;;利用子群體遷徙的思維進(jìn)化算法設(shè)計(jì)[J];中北大學(xué)學(xué)報(bào)(自然科學(xué)版);2011年03期

9 余衛(wèi)宇;鄒若冰;禹之鼎;田菁;;基于局部蟻群算法的圖像分割[J];計(jì)算機(jī)應(yīng)用;2010年05期

10 張莎莎;谷延鋒;張鈞萍;張曄;;一種基于量子遺傳算法的紅外圖像分割方法[J];哈爾濱工業(yè)大學(xué)學(xué)報(bào);2007年09期

本文編號：2671141