本文關鍵詞：基于多目標人工魚群算法的硅單晶直徑檢測圖像閾值分割方法

  更多相關文章： 硅單晶直徑檢測 閾值分割 二維直方圖區(qū)域斜分法 多目標優(yōu)化 人工魚群算法

【摘要】：為提高對硅單晶直徑檢測圖像高亮光環(huán)的分割精度,提出了一種基于多目標人工魚群算法的二維直方圖區(qū)域斜分多閾值分割方法.首先設計了一種多目標人工魚群算法,并且改進了快速構造Pareto非劣解集的方法,然后以最大類間方差和最大熵同時作為測度函數(shù),搜索最優(yōu)的二維直方圖區(qū)域斜分分割閾值.仿真結果表明,所設計的多目標人工魚群優(yōu)化算法具有較高的搜索精度,硅單晶直徑檢測圖像分割實驗結果表明,提出的改進二維直方圖區(qū)域斜分多閾值分割方法對高亮光環(huán)具有較高的分割精度.
【作者單位】： 西安理工大學晶體生長設備及系統(tǒng)集成國家地方聯(lián)合工程研究中心;陜西省復雜系統(tǒng)控制與智能信息處理重點實驗室;
【關鍵詞】： 硅單晶直徑檢測 閾值分割 二維直方圖區(qū)域斜分法 多目標優(yōu)化 人工魚群算法
【基金】：國家自然科學基金重點項目(61533014) 國家重點基礎研究發(fā)展計劃(973計劃)(2014CB360508) 高等學校博士學科點專項科研基金(20136118130001) 陜西省自然科學基礎研究計劃項目(2013JQ8047,2014JM2-6111)資助~~
【分類號】：TP391.41;TP18
【正文快照】： 引用格式劉丁,張新雨,陳亞軍.基于多目標人工魚群算法的硅單晶直徑檢測圖像閾值分割方法.自動化學報,2016,42(3):431-442Monocrystalline Silicon Diameter Detection Image Threshold SegmentationMethod Using Multi-objective Artificial Fish Swarm AlgorithmLIU Ding1,2Z

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 曲良東;何登旭;;改進的人工魚群算法及其在近似求導中的應用[J];微電子學與計算機;2009年05期

2 王聯(lián)國;洪毅;趙付青;余冬梅;;一種簡化的人工魚群算法[J];小型微型計算機系統(tǒng);2009年08期

3 王宗利;劉希玉;王文平;;一種改進的人工魚群算法[J];信息技術與信息化;2010年03期

4 韋修喜;曾海文;周永權;;云人工魚群算法[J];計算機工程與應用;2010年22期

5 曾蒙迪;;人工魚群算法的簡介及應用[J];信息與電腦(理論版);2011年04期

6 李媛;;基于人工魚群算法的多元線性回歸分析問題處理[J];渤海大學學報(自然科學版);2011年02期

7 陳曉峰;宋杰;;量子人工魚群算法[J];東北大學學報(自然科學版);2012年12期

8 王波;;基于細胞膜優(yōu)化的人工魚群算法研究[J];科技通報;2013年03期

9 王培崇;;人工魚群算法研究綜述[J];中國民航飛行學院學報;2013年04期

10 李曉磊,薛云燦,路飛,田國會;基于人工魚群算法的參數(shù)估計方法[J];山東大學學報(工學版);2004年03期

中國重要會議論文全文數(shù)據(jù)庫 前3條

1 李曉磊;錢積新;;人工魚群算法:自下而上的尋優(yōu)模式[A];過程系統(tǒng)工程2001年會論文集[C];2001年

2 徐公林;張鐵龍;;人工魚群算法在電力系統(tǒng)負荷模型參數(shù)辨識中的應用[A];中國高等學校電力系統(tǒng)及其自動化專業(yè)第二十四屆學術年會論文集（中冊）[C];2008年

3 劉耀年;姚玉萍;李迎紅;劉俊峰;;基于人工魚群算法RBF神經(jīng)網(wǎng)絡[A];第十屆全國電工數(shù)學學術年會論文集[C];2005年

中國博士學位論文全文數(shù)據(jù)庫 前3條

1 王聯(lián)國;人工魚群算法及其應用研究[D];蘭州理工大學;2009年

2 李曉磊;一種新型的智能優(yōu)化方法-人工魚群算法[D];浙江大學;2003年

3 張梅鳳;人工魚群智能優(yōu)化算法的改進及應用研究[D];大連理工大學;2008年

中國碩士學位論文全文數(shù)據(jù)庫 前10條

1 陳斐;改進的人工魚群算法分析與研究[D];西安電子科技大學;2012年

2 王蕾;一種人工螢火蟲群優(yōu)化算法改進的研究[D];青島理工大學;2015年

3 馬堯;基于改進的人工魚群算法在商旅問題中的應用研究[D];西南交通大學;2015年

4 薛亞娣;改進的人工魚群算法及其應用研究[D];蘭州大學;2015年

5 彭鵬;配電網(wǎng)無功優(yōu)化和跟蹤調(diào)節(jié)技術研究[D];沈陽理工大學;2015年

6 崔淑慧;三維管路自動敷設算法及干涉校驗方法研究[D];哈爾濱工業(yè)大學;2015年

7 黃鋒;混沌人工魚群算法及其在水庫(群)優(yōu)化調(diào)度中的應用[D];華北電力大學;2015年

8 劉翔;基于改進人工魚群算法的化工過程優(yōu)化[D];北京化工大學;2015年

9 喻俊松;基于改進人工魚群算法無人機航跡規(guī)劃研究[D];南昌航空大學;2015年

10 陳新;基于人工魚群算法的柔性作業(yè)車間調(diào)度研究[D];大連理工大學;2015年

，

本文編號：822025