閾值圖像分割是圖像分割領(lǐng)域中一個(gè)經(jīng)典而有效的方法。但是由于現(xiàn)實(shí)圖像的復(fù)雜性,如何對(duì)不同的圖像快速有效地選擇最佳的閾值一直是閾值分割研究中的一個(gè)優(yōu)化性難題;而圖像處理任務(wù)中經(jīng)常要面臨的魯棒性和實(shí)時(shí)性等問(wèn)題也導(dǎo)致各種閾值分割方法在實(shí)際應(yīng)用中面臨著諸多困難。近年來(lái),隨著智能優(yōu)化算法的提出與快速發(fā)展,研究者們把眼光轉(zhuǎn)向了利用智能優(yōu)化算法來(lái)解決這些問(wèn)題,其中粒子群優(yōu)化（Particle Swarm Optimization,PSO）、布谷鳥(niǎo)搜索算法（Cuckoo Search,CS）和花粉授粉算法（Flower Pollination Algorithm,FPA）是這些智能優(yōu)化算法中表現(xiàn)較為優(yōu)異的三種算法。本文從實(shí)際分析出發(fā),首先闡述了PSO、CS和FPA這三種智能優(yōu)化算法的基本原理和各自在閾值圖像分割問(wèn)題中存在的缺陷,然后通過(guò)結(jié)合參數(shù)調(diào)整策略、學(xué)習(xí)策略和鄰域策略等多種改進(jìn)方法,分別對(duì)應(yīng)提出了如下改進(jìn)措施來(lái)提高其在閾值圖像分割問(wèn)題上的性能:1)PSO的改進(jìn):針對(duì)PSO在多閾值分割時(shí)多樣性容易降低過(guò)快導(dǎo)致早熟收斂的問(wèn)題,本文從全局收斂能力較強(qiáng)的FPA算法中引入并改進(jìn)了一個(gè)利于全局收斂的學(xué)習(xí)策略,而... 

【文章來(lái)源】：國(guó)防科技大學(xué)湖南省 211工程院校 985工程院校

【文章頁(yè)數(shù)】：92 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

圖4.11分割圖像

圖1分割圖

圖2分割圖

【參考文獻(xiàn)】：
期刊論文
[1]基于粒子群-遺傳混合算法的MIMO雷達(dá)布陣優(yōu)化[J]. 施榮華,朱炫滋,董健,謝羽嘉,郭迎.  中南大學(xué)學(xué)報(bào)(自然科學(xué)版). 2013(11)

博士論文
[1]若干仿生算法的理論及其在函數(shù)優(yōu)化和圖像多閾值分割中的應(yīng)用[D]. 姜允志.華南理工大學(xué) 2012
[2]圖像閾值化與目標(biāo)分割方法中的若干問(wèn)題研究[D]. 聶方彥.重慶大學(xué) 2010
[3]無(wú)準(zhǔn)則多維圖像閾值分割算法——最優(yōu)進(jìn)化算法[D]. 林正春.華南理工大學(xué) 2010
[4]仿生算法及其在專(zhuān)家分配問(wèn)題中的應(yīng)用[D]. 李娜娜.天津大學(xué) 2008



本文編號(hào)：3473788