圖像分割可以看作是在一個(gè)復(fù)雜的數(shù)據(jù)空間中尋找最佳的參數(shù)值來分割圖像,群智能優(yōu)化算法在對(duì)求解復(fù)雜非線性多峰函數(shù)尋優(yōu)問題上具有獨(dú)特的優(yōu)勢(shì)。本文主要研究提高圖像閾值分割尋優(yōu)效率,分別提出改進(jìn)磷蝦群優(yōu)化算法和改進(jìn)約束雞群優(yōu)化算法,并將其應(yīng)用于圖像閾值分割,具體研究工作如下:1、提出基于時(shí)變的非線性遞減策略的改進(jìn)磷蝦群優(yōu)化算法,使之能夠避免易陷入局部極點(diǎn)值的困擾,進(jìn)而提高磷蝦群優(yōu)化算法的全局搜索能力。以標(biāo)準(zhǔn)測(cè)試函數(shù)進(jìn)行仿真,并與其他算法進(jìn)行對(duì)比,結(jié)果證明了所提出的改進(jìn)磷蝦群優(yōu)化算法的合理性和有效性。之后,以標(biāo)準(zhǔn)圖像為圖像分割對(duì)象,最大類間方差為適應(yīng)度函數(shù),將改進(jìn)磷蝦群優(yōu)化算法應(yīng)用于圖像閾值分割,并與其他算法進(jìn)行對(duì)比,結(jié)果證明了所提出的改進(jìn)磷蝦群優(yōu)化算法用于圖像閾值分割尋優(yōu)效率更高。2、提出一種改進(jìn)約束雞群優(yōu)化算法,從約束函數(shù)和進(jìn)化機(jī)制兩方面對(duì)基本雞群優(yōu)化算法進(jìn)行了改進(jìn),來提高算法的優(yōu)化性能和收斂性。與其他算法的仿真實(shí)驗(yàn)對(duì)比證明了所提出的改進(jìn)約束雞群優(yōu)化算法的優(yōu)越性。然后,將改進(jìn)約束雞群優(yōu)化算法與最大類間方差結(jié)合應(yīng)用于圖像閾值分割,與其他算法進(jìn)行對(duì)比,結(jié)果證明了所提出的改進(jìn)雞群優(yōu)化算法能夠能好地提...

【文章頁(yè)數(shù)】：73 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

圖3-1磷蝦個(gè)體感應(yīng)范圍的示意圖

圖3-1磷蝦個(gè)體感應(yīng)范圍的示意圖可描述如下：‖‖個(gè)體的感應(yīng)距離；N為磷蝦個(gè)體的數(shù)量。磷蝦的影響可描述如下：(|￠....

圖像及其灰度直方圖32（f）Goldhill

（e）Barbara圖像及其灰度直方圖010020030000.010.020.030.040.050.06

圖像及其灰度直方圖33（h）Pappers

圖像及其灰度直方圖（i）Sailboot

本文編號(hào)：3947226