【摘要】：隨著信息化時代的到來,數(shù)字圖像處理的應(yīng)用日趨廣泛,對圖像處理要求的準確性和時效性也越來越高。然而圖像數(shù)據(jù)規(guī)模巨大,處理過程中計算復(fù)雜性高,很多實時應(yīng)用需求傳統(tǒng)算法不能快速有效的解決,因此新型的群體智能算法在圖像處理方法中的應(yīng)用得到了廣泛關(guān)注。煙花算法(Firework Algorithm,FWA)是一種新型的啟發(fā)式算法,其參數(shù)少,全局優(yōu)化能力強,不易陷入局部最優(yōu)解,能夠進行并行搜索,還具有爆發(fā)性、多樣性等優(yōu)點。已經(jīng)在濾波器設(shè)計、配電網(wǎng)方案重構(gòu)等領(lǐng)域的得到了廣泛應(yīng)用,目前在圖像處理方面的涉及不是很多。本文主要將煙花算法應(yīng)用在多閾值圖像分割和Gabor小波變換紋理特征選擇問題中,并對支持向量機分類器的參數(shù)進行優(yōu)化,具體工作如下:1.研究和實現(xiàn)了煙花算法在圖像多閾值分割優(yōu)化中的應(yīng)用。本文使用最大類間方差法和最小交叉熵法對圖像進行多閾值分割,利用煙花算法加快最優(yōu)閾值的求解速度,并將煙花算法與其他經(jīng)典的進化算法進行性能對比。結(jié)果表明,煙花算法在多閾值圖像分割中的應(yīng)用是準確有效的,其多次運行后的適應(yīng)度值標準差比其他算法要小,說明煙花算法的穩(wěn)定性更強,解決了傳統(tǒng)圖像多閾值分割方法時效性和穩(wěn)定性不佳的問題,是一種行之有效的圖像分割方法。2.提出了一種基于二進制煙花算法的紋理圖像特征選擇方法。首先對紋理圖像進行Gabor小波變換特征提取,然后利用二進制煙花算法對抽取后的Gabor小波紋理特征進行選擇,在不影響分類效果的情況下降低了紋理特征維度。3.研究和實現(xiàn)了煙花算法在支持向量機參數(shù)優(yōu)化中的應(yīng)用。將支持向量機參數(shù)優(yōu)化問題視為組合最優(yōu)化問題進行求解,首先采用公開UCI數(shù)據(jù)集驗證算法的有效性,然后對采用Gabor小波進行特征提取的紋理圖像進行分類,結(jié)果表明,使用煙花算法優(yōu)化參數(shù)的支持向量機性能良好,分類準確率令人滿意。總的來看,本文將煙花算法應(yīng)用到圖像多閾值分割、圖像特征選擇和圖像分類識別中,實驗結(jié)果表明煙花算法在這些圖像處理應(yīng)用中具有良好的性能,具有很好的應(yīng)用前景。
【學位授予單位】：湖北工業(yè)大學
【學位級別】：碩士
【學位授予年份】：2017
【分類號】：TP391.41

【參考文獻】

相關(guān)期刊論文 前10條

1 劉篤晉;梁弼;袁小艷;朱加強;;基于改進布谷鳥算法的彩色圖像多閾值分割[J];計算機工程與設(shè)計;2016年12期

2 楊兆龍;劉秉瀚;;基于改進差分進化算法的多閾值圖像分割[J];計算機系統(tǒng)應(yīng)用;2016年12期

3 王立平;謝承旺;;一種帶反向?qū)W習機制的自適應(yīng)煙花爆炸算法[J];計算機科學;2016年S2期

4 方柳平;汪繼文;邱劍鋒;朱林波;蘇守寶;;具有學習因子的動態(tài)搜索煙花算法[J];計算機科學與探索;2017年03期

5 付小葉;;傅里葉變換與小波分析[J];數(shù)學建模及其應(yīng)用;2016年02期

6 張以文;吳金濤;趙姝;唐杰;;基于改進煙花算法的Web服務(wù)組合優(yōu)化[J];計算機集成制造系統(tǒng);2016年02期

7 李雪源;崔穎;;基于二進制編碼的煙花聚類算法[J];應(yīng)用科技;2016年01期

8 高雷阜;趙世杰;高鼎;;耦合人工魚群算法在支持向量機參數(shù)優(yōu)化中的應(yīng)用[J];小型微型計算機系統(tǒng);2015年01期

9 湯可宗;柳炳祥;徐洪焱;肖絢;李佐勇;;一種基于遺傳算法的最小交叉熵閾值選擇方法[J];控制與決策;2013年12期

10 劉艷;趙英良;;Otsu多閾值快速求解算法[J];計算機應(yīng)用;2011年12期

相關(guān)碩士學位論文 前2條

1 張艷;基于Gabor濾波器的紋理特征提取研究及應(yīng)用[D];西安科技大學;2014年

2 張楠;關(guān)于支持向量機中的參數(shù)優(yōu)化的研究[D];西北大學;2008年

本文編號：2785980