【摘要】：圖像分割是數字圖像處理領域的基礎性問題,其時效性直接影響整個系統(tǒng)的效率,傳統(tǒng)的閾值分割方法處理數據量巨大的圖像,往往不能滿足實時性要求,如何提高提高其處理效率成為目前亟待解決的問題。本文選題“圖像分割中的群智能算法改進研究”,目的是在圖像分割的應用背景下,改進群智能算法并將其引入到圖像分割中去,提高分割效率及準確率。本文主要工作如下:1.在圖像分割應用背景下,設定跨種群的群體智能優(yōu)化算法對比方法,首先利用標準測試函數對群智能算法進行性能測試,然后將改進算法引入到圖像分割中去進行驗證,并根據此問題規(guī)定統(tǒng)一的評價指標,測試算法性能。2.深入分析布谷鳥算法尋優(yōu)過程,針對其在維度更新上的退化問題提出一種基于混合維度更新的布谷鳥優(yōu)化算法,通過引入逐維更新與整體更新相結合的混合維度更新策略對算法進行修正,以方差可調的正態(tài)分布進行步長有區(qū)分的整體鄰域搜索。實驗證明,算法的搜索精度得到有效提高,提高平均尋優(yōu)準確度至76.94%,較窮舉法減少運行時間約1.3s。3.深入分析鳥群算法尋優(yōu)過程,針對其在平衡生產和覓食能力上的僵化問題提出一種基于動態(tài)慣性權重的鳥群優(yōu)化算法,算法通過引入非線性動態(tài)慣性權重平衡局部與全局搜索能力,在生產者覓食的過程中引入萊維飛行。實驗表明改進后的鳥群算法有效提高了算法的收斂速度和尋優(yōu)精度;提高平均尋優(yōu)準確度至94.72%,較窮舉法減少運行時間約1.2s。
【圖文】：

在不同的應用場景下，對于智能算法的性能要求也不同，算法表現也存在種差異。例如，在工程應用領域中，要求群智能優(yōu)化算法完成任務的準確度高，而在求解函數時求解精度、收斂性速度均有較高要求。目前，，針對群智能算法的評價標準主要圍繞在精度和速度兩個方向，從而生出眾多的規(guī)則指標。測試這些性能的函數則大都相同，常見的有 Sphere、rid、Ackley 函和 Dixon-Price 等，它們的函數曲面如圖 2-1 所示[37]。（a）Sphere 函數 （b）Trid 函數

求解就是在函數解空間內，通過種群個體間的。而在圖像分割下應用群智能算法，首先需要通過求解這個準則函數的解來實現分割。在這圖像分割函數設計、算法尋優(yōu)范圍等問題。用于實際問題的設計框架圖。
【學位授予單位】：貴州大學
【學位級別】：碩士
【學位授予年份】：2019
【分類號】：TP18;TP391.41

【參考文獻】

相關期刊論文 前10條

1 李浩;何建農;;結合蟻群和自動區(qū)域生長的彩色圖像分割算法[J];微型機與應用;2015年16期

2 趙東;趙宏偉;于繁華;;動態(tài)多目標優(yōu)化的運動物體圖像分割[J];光學精密工程;2015年07期

3 吳闖;張小剛;;基于多態(tài)蟻群算法的回轉窯圖像分割方法[J];計算機工程與應用;2013年20期

4 柳新妮;馬苗;;布谷鳥搜索算法在多閾值圖像分割中的應用[J];計算機工程;2013年07期

5 陳勁;;基于粒子群算法與方向圖法的指紋圖像分割[J];計算機系統(tǒng)應用;2012年11期

6 錢華明;滿國晶;陳亮;;基于形態(tài)學和蟻群聚類的臺風分割方法研究[J];系統(tǒng)仿真學報;2012年05期

7 高春明;;基于圖割的交互圖像分割方法[J];硅谷;2011年22期

8 王芳;劉軍;謝克明;;利用子群體遷徙的思維進化算法設計[J];中北大學學報(自然科學版);2011年03期

9 余衛(wèi)宇;鄒若冰;禹之鼎;田菁;;基于局部蟻群算法的圖像分割[J];計算機應用;2010年05期

10 張莎莎;谷延鋒;張鈞萍;張曄;;一種基于量子遺傳算法的紅外圖像分割方法[J];哈爾濱工業(yè)大學學報;2007年09期

本文編號：2671141