收藏本站
《南京邮电大学》 2017年
收藏 | 手机打开
二维码
手机客户端打开本文

基于群智优化的多阈值图像分割算法研究

李林国  
【摘要】:随着计算机、手持终端、网络及多媒体技术的快速发展与应用,多媒体数据已经进入大众生活的方方面面,尤其是图像、视频数据呈现爆炸式增长。面对如此海量的图像大数据,图像处理不仅是一个重要的科研课题,而且也是信息时代必须面对和解决的基本问题。作为一种有效的图像处理手段,图像分割不仅是图像分析和理解的重要组成部分和重要前提,同时它也具有很多直接的应用领域,主要包括工业自动化、产品检测、文字识别、人脸识别、智能交通、外星探测、遥感卫星图像处理、航空与航天技术、生物与医学工程、网络及计算机视觉、体育和农业等。在众多图像分割算法中,多阈值图像分割是一种最为直接和简单的方法,获得了越来越多的关注。但是该类方法的计算复杂度较高,因此群智优化算法被广泛用来提高分割效率。基于人工蜂群和灰狼算法在处理速度和稳定性等方面的优势,本文将以这两种群智优化算法为基础,结合模糊理论和模糊逻辑,对多阈值图像分割的目标函数选择,群智优化算法的改进及模糊隶属度初始化与聚合方法展开研究。在提高人工蜂群算法运行速度和收敛性、提升灰狼算法稳定性的同时,考虑到多阈值图像分割方法的空间位置无关性,本文也将通过模糊初始化和局部模糊信息聚合的方式提高图像分割精度。最终实现以提高分割速度、保证算法稳定和提升分割精度为目标的模糊多阈值图像分割机制。本文完成的主要工作如下:(1)基于改进快速人工蜂群算法的阈值化图像分割。随着阈值数量的不断增加,算法的复杂度急剧增长。因而大量文献通过群智优化算法解决该问题,在深入分析群智优化算法的基础上,提出了基于改进快速人工蜂群算法的多阈值图像分割方法。并通过改进观察蜂阶段的领域搜索策略,提高了算法的运行效率和收敛性。大量的对比实验表明改进人工蜂群算法在图像分割质量、运行时间和收敛性方面具备良好的性能。(2)基于改进离散灰狼算法的阈值化图像分割。针对多阈值问题,首先提出了灰狼算法的离散化方案。然后通过权重机制改进狼群的攻击行为,提升当前最优解在迭代过程中的参与度和重要性。在分析和比较Kapur和Otsu目标函数的基础上,实验比较发现改进灰狼算法在图像分割质量、最优目标函数值和目标函数稳定性方面表现良好。(3)基于模糊理论和群智优化的阈值化分割。在(1)改进快速人工蜂群算法和(2)改进离散灰狼算法的基础上,首先利用梯形隶属度函数将Kapur熵模糊化,然后利用这两种群智优化算法获得一组最优阈值,最后实现图像的模糊化分割。并且设置最优阈值为模糊质心,为像素点的邻域模糊聚合提供基础。实验比较了多种模糊阈值化方法的最优阈值和最优目标函数。验证了基于模糊理论的群智优化算法在多阈值图像分割方面的高效性。(4)基于群智优化和邻域模糊信息聚合的阈值化图像分割。在模糊群智优化算法的基础上,通过模糊隶属度初始化和模糊隶属度聚合,提出了基于改进快速人工蜂群算法和改进离散灰狼算法的模糊聚合多阈值图像分割方案。算法执行过程中,首先通过伪梯形隶属度函数为每个像素分配模糊值,然后分别以中值、均值、迭代均值方式进行模糊信息聚合,最终实现模糊多阈值图像分割。一系列比较实验验证了中值聚合获得了最好的分割效果,且优于其它模糊和非模糊方法。实验结果还发现,改进快速人工蜂群算法在时间效率方面最优,而改进离散灰狼算法在稳定性方面更为突出。
【学位授予单位】:南京邮电大学
【学位级别】:博士
【学位授予年份】:2017
【分类号】:TP391.41;TP18

【参考文献】
中国期刊全文数据库 前2条
1 吴虎胜;张凤鸣;吴庐山;;一种新的群体智能算法——狼群算法[J];系统工程与电子技术;2013年11期
2 周强;周永权;;一种基于领导者策略的狼群搜索算法[J];计算机应用研究;2013年09期
中国博士学位论文全文数据库 前2条
1 焦雪;基于视觉特性的图形图像分割算法研究[D];吉林大学;2016年
2 龙建武;图像阈值分割关键技术研究[D];吉林大学;2014年
中国硕士学位论文全文数据库 前1条
1 孙研;基于智能优化算法的多阈值图像分割技术及其并行加速[D];南京理工大学;2014年
【共引文献】
中国期刊全文数据库 前10条
1 钱荣鑫;;一种基于文化机制的狼群算法[J];信息技术;2015年12期
2 李槟槟;何广军;尤晓亮;田德伟;王俊;;基于GA-WPA优化的BP神经网络目标威胁估计[J];计算机测量与控制;2015年12期
3 杨天;霍琳琳;;一种柔性直流输电系统PID-ANFIS优化控制方法[J];电力系统保护与控制;2015年17期
4 刘永兰;李为民;吴虎胜;宋文静;;基于狼群算法的无人机航迹规划[J];系统仿真学报;2015年08期
5 吴虎胜;张凤鸣;李浩;梁晓龙;;求解TSP问题的离散狼群算法[J];控制与决策;2015年10期
6 张正文;谭文龙;潘甲;范斌;;狼群搜索算法在光伏阵列MPPT中的应用[J];河南科技大学学报(自然科学版);2015年05期
7 禚真福;杨永建;樊晓光;王晟达;南建国;王久崇;;改进二分粒子群优化算法的阵列方向图综合[J];系统工程与电子技术;2015年11期
8 董亚科;杜军;李博;丁超;;多选择背包问题离散狼群算法研究[J];传感器与微系统;2015年06期
9 李国亮;魏振华;徐蕾;;基于改进搜索策略的狼群算法[J];计算机应用;2015年06期
10 李琰延;李大娟;李楠;邢问天;;基于狼群优化概率神经网络的笔迹鉴定应用[J];中国新通信;2015年10期
中国博士学位论文全文数据库 前3条
1 李林国;基于群智优化的多阈值图像分割算法研究[D];南京邮电大学;2017年
2 张涛;AUV入坞视觉与电磁波衰减组合导航控制接驳方法与应用试验研究[D];浙江大学;2018年
3 赵鸣;简洁式群智能计算及应用研究[D];哈尔滨工业大学;2015年
中国硕士学位论文全文数据库 前7条
1 赵怡;改进区域模型的水平集图像分割算法研究[D];太原理工大学;2018年
2 朱凡;和声搜索算法在数字图像分割中的应用研究[D];江西理工大学;2017年
3 杨陶;基于Otsu和Grab-Cut的图像分割算法研究[D];西南交通大学;2017年
4 罗洪川;基于压缩域多特征融合的图像分割算法研究[D];西南大学;2017年
5 易宗剑;基于群智能优化算法的医学图像分割研究[D];广西师范学院;2015年
6 孙巍;基于图割的交互式图像分割技术研究[D];陕西师范大学;2015年
7 谢芬;基于细菌觅食算法和多目标优化的图像分割与增强[D];南京师范大学;2015年
【二级参考文献】
中国期刊全文数据库 前4条
1 李军华;黎明;;元胞遗传算法的收敛性分析和收敛速度估计[J];模式识别与人工智能;2012年05期
2 吴建辉;章兢;李仁发;刘朝华;;多子种群微粒群免疫算法及其在函数优化中应用[J];计算机研究与发展;2012年09期
3 於世为;魏一鸣;诸克军;;基于粒子群-遗传的混合优化算法[J];系统工程与电子技术;2011年07期
4 李晓磊,邵之江,钱积新;一种基于动物自治体的寻优模式:鱼群算法[J];系统工程理论与实践;2002年11期
中国博士学位论文全文数据库 前5条
1 胡瑞珍;自底向上的三维形状分割[D];浙江大学;2015年
2 陈沅涛;图像视觉显著性和改进型SVM在图像分割中的研究[D];南京理工大学;2014年
3 景慧昀;视觉显著性检测关键技术研究[D];哈尔滨工业大学;2014年
4 许晓丽;基于聚类分析的图像分割算法研究[D];哈尔滨工程大学;2012年
5 依玉峰;图像分割算法的研究与应用[D];东北大学;2012年
【相似文献】
中国期刊全文数据库 前10条
1 郭宏泓;杨念念;;基于多阈值技术的超低功耗电路设计[J];微计算机信息;2010年02期
2 韦一;沈继忠;;基于多阈值神经元的D型触发器设计[J];浙江大学学报(理学版);2010年06期
3 高强;郑冰;付民;刘广林;闵健;刘英哲;;基于小波变换的多阈值图像去噪改进方法[J];微计算机信息;2007年27期
4 姚茂群,朱晓雷,沈继忠;多阈值神经元电路设计及在多值逻辑中的应用[J];计算机学报;2005年02期
5 朱晓雷,沈继忠;多阈值神经元及其在多值逻辑中的应用[J];浙江大学学报(工学版);2004年05期
6 王守觉;多值和多阈值神经元及其网络组合与应用[J];电子学报;1996年05期
7 董本志;蔡文宇;景维鹏;;自然场景图像中叶片区域快速多阈值提取方法[J];计算机工程与应用;2017年22期
8 刘葵;;基于多阈值分析的织物图像倾斜检测方法[J];计算机仿真;2011年02期
9 鲁宝春;局部电压分级多阈值紧急分域控制[J];辽宁工学院学报;1995年03期
10 史文海;李正农;;基于多阈值截取和不等概率抽样技术的随机减量法[J];武汉理工大学学报;2010年09期
中国重要会议论文全文数据库 前3条
1 宋翠家;龙建忠;罗代升;;基于遗传算法的模糊熵多阈值图像分割[A];第二届全国信息获取与处理学术会议论文集[C];2004年
2 毕龙;王军;钦逸仙;;多阈值显微CT表达评价骨折愈合效果[A];第八届全国生物医学体视学学术会议、第十一届全军军事病理学学术会议、第七届全军定量病理学学术会议论文(摘要)汇编[C];2012年
3 孟令军;王宏涛;夏善红;;一种节点音频测距TOA值线性拟合估计方法[A];2009中国仪器仪表与测控技术大会论文集[C];2009年
中国博士学位论文全文数据库 前7条
1 李林国;基于群智优化的多阈值图像分割算法研究[D];南京邮电大学;2017年
2 阮秀凯;基于连续多阈值神经元Hopfield网络的信号直接盲检测[D];南京邮电大学;2012年
3 王希;基于线性光电器件的PET闪烁脉冲数字化方法研究[D];华中科技大学;2012年
4 戴燕云;基于脉冲技术低功耗高性能触发器设计[D];浙江大学;2009年
5 姜允志;若干仿生算法的理论及其在函数优化和图像多阈值分割中的应用[D];华南理工大学;2012年
6 刘逸;粒子群优化算法的改进及应用研究[D];西安电子科技大学;2013年
7 付晓薇;基于量子力学的图像处理方法研究[D];华中科技大学;2010年
中国硕士学位论文全文数据库 前10条
1 张政;基于多阈值的电力系统频率单周期测量方法及实现研究[D];湖南大学;2017年
2 朱晓雷;数字逻辑的多阈值神经元网络实现研究[D];浙江大学;2003年
3 李忠蓬;基于多阈值局部二值模式和共生矩阵的隐写分析特征设计[D];深圳大学;2017年
4 赵璐;DSP图像处理中动态多阈值模板建立及应用研究[D];辽宁工程技术大学;2011年
5 徐晨;超像素横跨级联多阈值扩展的实时一般物体生成器研究[D];西南交通大学;2017年
6 李振云;基于混沌理论的多阈值图像分割[D];河南师范大学;2013年
7 王蓓;神经元电路设计实现的研究[D];贵州大学;2008年
8 王婉清;基于人脸识别的考勤系统设计[D];南京邮电大学;2016年
9 闫亚萍;基于人眼视觉特性的无参考图像质量评价[D];兰州大学;2016年
10 路亚缇;基于粒子群优化算法的最大熵多阈值图像分割研究[D];郑州大学;2015年
中国知网广告投放
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62791813
  • 010-62985026