改进粒子群优化算法及其在多阈值图像分割中的应用

代理获取

页面导航

目录
摘要
著录项
相似文献
相关主题

摘要

粒子群优化(PSO)算法是受鸟群搜索食物的过程中总是飞向离食物最近的鸟并搜索其周边区域的启发而提出的一种随机优化算法，该算法原理简单，可调参数少，易于实现，自提出之后成为众多领域的研究热点，现已成功应用于科学计算、工程优化、数据控制、图像处理等领域并取得了良好的优化效果。但是粒子群算法也存在着许多不足之处，如：搜索精度低、易早熟收敛等问题，因而需要对其优化性能有进一步的研究和改进。
　　图像分割是图像处理工作中的一项基本技术，良好的图像分割效果是图像进行视觉分析的关键，同时也是模式识别的重要前提。自20世纪末以来，在计算机技术和图形图像学飞速发展的背景下，图像分割技术已经成为计算机视觉、虚拟现实、三维重构与可视化、模式识别及数字化医疗等众多研究课题能否顺利发展的重要基础。随着众多专家学者们的密切关注和深入研究，现在已经有很多种不同的图像分割方法被提出。在众多分割方法之中，具有简单、快速优点的阈值分割方法成为图像分割领域中的一种最基本方法。阈值分割方法可以分为单阈值法和多阈值法，其中多阈值分割法比单阈值分割法具备更好的分割效果也更适用于解决各种复杂的图像分割问题，但多阈值图像分割法的大计算量和高耗时性使得该方法难以满足图像处理过程中的实时性需求，不利于该方法的广泛应用和进一步的发展。因此，为解决基于多阈值分割方法的图像分割问题迫切的需要寻求一种高效的优化算法。
　　为了克服粒子群优化算法易早熟收敛和搜索精度低的缺陷，本文提出了一种融合自适应调整步长的细菌觅食趋化算子的粒子群优化算法。将细菌觅食优化算法中采用固定步长的趋化算子改进为自适应调整步长的模式，并将改进后的趋化算子引入到标准粒子群优化算法中，利用趋化算子所具有的较强局部搜索能力来提高标准粒子群算法规避局部最优的能力，扬长避短，实现算法间的优势互补。本文选用了不同的测试函数来进行改进后算法的性能分析，仿真实验表明：基于自适应细菌觅食趋化算子的粒子群优化算法既保留了标准 PSO算法所具有的较强全局搜索能力，又能充分发挥趋化算子所具有的较强局部寻优能力，通过两个算法间的优势互补，使得新算法具有更高的搜索精度和更快的收敛速度。将本文提出的改进算法应用于基于多阈值法的图像分割实验中，实验结果表明：新算法不仅优化效果更佳，而且寻优时间更短，能很好的解决多阈值分割法中的需求问题。

著录项

作者
黄小欣;
展开▼
作者单位

郑州大学;

展开▼
授予单位郑州大学;
学科软件工程
授予学位硕士
导师姓名邱保志;
年度 2016
页码
总页数
原文格式 PDF
正文语种中文
中图分类 TP391.41;
关键词
智能优化; 粒子群优化算法; 细菌觅食; 图像分割; 模式识别;

相似文献

中文文献
外文文献
专利

1. 正余弦优化算法在多阈值图像分割中的应用 [J] . 鲍小丽 ,贾鹤鸣 ,郎春博 . 森林工程 . 2019,第004期
2. 引力搜索算法在多阈值图像分割中的应用研究 [J] . 万仁远 ,侯爱莲 . 计算技术与自动化 . 2018,第002期
3. 改进的混合蛙跳算法及其在多阈值图像分割中的应用 [J] . 张新明 ,程金凤 ,康强 . 计算机科学 . 2018,第008期
4. 布谷鸟搜索算法在多阈值图像分割中的应用 [J] . 柳新妮 ,马苗 . 计算机工程 . 2013,第007期
5. Otsu方法在多阈值图像分割中的应用 [J] . 王磊 ,段会川 . 计算机工程与设计 . 2008,第011期
6. 图像分割多阈值法在CT图像重建中的应用 [C] . 李峥嵘 . 全国第18届计算机技术与应用学术会议(CACIS) . 2007
7. 鲸鱼优化算法的改进及其在多阈值图像分割中的应用 [A] . 马义想 . 2020

改进粒子群优化算法及其在多阈值图像分割中的应用

目录

摘要

著录项

相似文献

相关主题

期刊订阅