隨著計(jì)算機(jī)科學(xué)的不斷進(jìn)步,優(yōu)化方法應(yīng)用于社會發(fā)展中的各個領(lǐng)域。元啟發(fā)算法作為優(yōu)化方法的一種,對于求解具有復(fù)雜約束的非線性優(yōu)化問題具有很好的效果。圖像作為信息傳遞的重要媒介,圖像處理技術(shù)的應(yīng)用也越來越多的應(yīng)用于工業(yè)、軍工業(yè)、航天航空,科研等方面。但傳統(tǒng)的圖像處理方法往往遇到數(shù)據(jù)處理量大、處理函數(shù)非線性等問題。本文重點(diǎn)研究元啟發(fā)式算法算法,針對其缺點(diǎn)進(jìn)行改進(jìn),并將其應(yīng)用到圖像處理的實(shí)際問題中來。主要工作如下:（1）首先本文提出了一種基于離散人工蜂群算法與遺傳算法來解決離散變量優(yōu)化問題。算法采用人工蜂群框架與遺傳算法框架相結(jié)合的方法,既保留了人工蜂群算法全局搜索能力強(qiáng)的優(yōu)點(diǎn)又具有遺傳算法局部搜索能力精細(xì)的特點(diǎn)。算法提出補(bǔ)集概念,借助補(bǔ)集思想設(shè)計(jì)特定的更新策略、交叉,變異策略來完成個體的更新。最后將此改進(jìn)算法應(yīng)用到高光譜端元提取中,實(shí)驗(yàn)結(jié)果證明了算法的有效性。（2）針對傳統(tǒng)人工蜂群算法局部搜索能力弱,收斂速度慢等問題,對人工蜂群算法的雇傭蜂、觀察蜂的搜索策略進(jìn)行改進(jìn),以加快其搜索精度及收斂速度。為了避免算法陷入局部最優(yōu),更新策略中向全局最優(yōu)解學(xué)習(xí)的步長采用自適應(yīng)方法設(shè)定,同時對步長的設(shè)計(jì)加入擾... 

【文章來源】：南京郵電大學(xué)江蘇省

【文章頁數(shù)】：93 頁

【學(xué)位級別】：碩士

【部分圖文】：

圖像處理技術(shù)在醫(yī)學(xué)領(lǐng)域的應(yīng)用

(a) (b)圖 1 圖像處理技術(shù)在醫(yī)學(xué)領(lǐng)域的應(yīng)用） 虛擬現(xiàn)實(shí)虛擬現(xiàn)實(shí)技術(shù)[21]是一種可以創(chuàng)建和體驗(yàn)虛擬世界的計(jì)算機(jī)仿真系統(tǒng)，它利用計(jì)算機(jī)模擬環(huán)境，是一種多源信息融合的、交互式的三維動態(tài)視景和實(shí)體行為的系統(tǒng)仿真浸到該環(huán)境中。虛擬現(xiàn)實(shí)技術(shù)中應(yīng)用到實(shí)時三維計(jì)算機(jī)圖形技術(shù)，廣角）立體顯示理技術(shù)。

圖 3 圖像處理技術(shù)在智能交通中的應(yīng)用究意義元啟發(fā)式算法算法應(yīng)用到圖像處理中是目前國內(nèi)外研究的熱門課題。因?yàn)閳D像以根據(jù)約束條件構(gòu)建優(yōu)化模型，這樣每個圖像處理子問題可以轉(zhuǎn)換為優(yōu)化問題像處理的優(yōu)化模型大多為非線性問題，且比較復(fù)雜。而元啟發(fā)式算法可以很好非線性問題，因此將元啟發(fā)式算法與圖像處理問題結(jié)合可以取得令人滿意的結(jié)對其的研究層出不窮。文獻(xiàn)[23]把遺傳算法和模擬退火算法引入到空瓶圖像的分獻(xiàn)[24]改進(jìn)人工蜂群算法并應(yīng)用于圖像分割問題中，除此之外，文獻(xiàn)[25]將改進(jìn)的用到圖像分割分割問題中，有效的提升了圖像分割問題的速度與精度。Lihui[26]粒子群算法完成了三維多模態(tài)醫(yī)學(xué)圖像的配準(zhǔn)。R. P. Sing[27]將遺傳算法與粒子圖像增強(qiáng)上，并取得了不錯的增強(qiáng)效果。A. Datta, S. Ghosh andA. Ghosh[28]等人

【參考文獻(xiàn)】：
期刊論文
[1]基于模擬退火遺傳算法的空瓶圖像分割[J]. 李玉蘭,藍(lán)慕云.  現(xiàn)代計(jì)算機(jī)(專業(yè)版). 2007(06)

碩士論文
[1]高光譜圖像光譜解混及端元提取方法研究[D]. 張昆.長安大學(xué) 2016



本文編號：3452260