![点击分享此内容可以赚币 分享](/master/images/share_but.png)
一种改进的粒子群爬山优化图像分割方法_孙光灵.pdf
《一种改进的粒子群爬山优化图像分割方法_孙光灵.pdf》由会员分享,可在线阅读,更多相关《一种改进的粒子群爬山优化图像分割方法_孙光灵.pdf(5页珍藏版)》请在咨信网上搜索。
1、第 卷 第期佳 木 斯 大 学 学 报(自 然 科 学 版)年 月 ()文章编号:()一种改进的粒子群爬山优化图像分割方法孙光灵,吴倩,卫星(安徽建筑大学电子与信息工程学院,安徽 合肥 ;合肥工业大学“智能互联系统安徽省实验室”,安徽 合肥 ;合肥工业大学计算机与信息学院,安徽 合肥 )摘要:针对粒子群优化算法在图像分割中存在算法搜索能力不足并且分割不够精准的问题,文章提出了一种改进的粒子群爬山优化图像分割方法。文章首先引入爬山算法,检测粒子群搜索空间中多个全局极值点,增强粒子群算法的局部搜索能力;其次将算法作用于图像中生成 个峰值的三维直方图,根据欧几里德距离,将每个像素分配给最近的峰值从而
2、分割图像;利用标准图像数据集进行实验,并与其他基于粒子群优化的图像分割方法对比分析,该算法在图像分割的视觉效果和种常用的客观评价指标都具有更优越的性能。关键词:粒子群;爬山算法;局部搜索;三维直方图;全局极值中图分类号:文献标识码:引言图像分割是将图像按照一定的规律,把图像分成具有独特性质的的区域来解释图像的作用。图像分割目前被广泛应用于道路车辆检测、指纹识别、植物叶片病害检测、医学诊断等领域。受自然系统行为的启发,许多仿生群体智能优化方法相继被开发,例如遗传算法(),模 拟 退 火 算 法(),蚁群算法()和鲸鱼优化算法()等。这些算法原理简单容易实现,但这些算法作用于图像分割时局部像素邻域
3、运算效率不高。由于粒子群优化算法收敛速度快,操作简单,算法在图像分割、图像融合、图像识别和图像合成等领域都得到了广泛的应用。但该算法容易出现搜索能力不足和陷入局部极值的问题。现阶段大多数基于粒子群优化算法的图像分割技术主要分为两大类,一类主要是将粒子群算法和其他智能优化算法 相结合。其中文献 中,将模拟退火与粒子群算法相结合,该算法保持了粒子群算法的特点,改善了算法陷入局部极值点的情况。该算法虽提高了算法的收敛精度,但分割的图像缺少细节信息。另一类则通过改变粒子群优化算法的内部模型实现算法的改进。文献 通过增加多个目标函数来共同指导粒子在决策变量空间中的飞行,实现对多目标优化问题的最优解集的搜
4、索。但分割后的图像容易出现色彩失真,轮廓模糊等问题。为解决上述问题,文章提出了一种多峰值粒子群爬山优化算法。通过加入智能优化算法“爬山优化算法”与粒子群优化算法相结合,增加了粒子群优化算法局部搜索能力,并且改变粒子群优化算法的结构模型,粒子可以在搜索空间中找到多个全局最优解。将改进的优化算法作用于图像分割中,通过实验的主观和客观两方面指标评价,证明了方法的有效性。相关背景粒子群算法粒子群优化()算法是模拟鸟群飞行觅食的行为,每只鸟利用自己的记忆以及获得整个鸟群的知识来找到最佳的可用食物来源。如图所示,为粒子群优化算法的流程图模型。首先初始化种群,确定当前粒子的位置和速度。其次,计算粒子的适应度
5、值,评估每个解决方案的质量 。将各个粒子的位置和适应度存储在,将中适应度最优个体粒子的位置和速度储存在中。然后,根据公式(),(),更新粒子的速度和位置。()()()()()()()()()()()收稿日期:基金项目:国家自然科学基金资助项目();安徽省高校协同创新项目();合肥工业大学开放基金()。作者简介:孙光灵(),男,安徽淮南人,副教授,硕士,研究方向:图像处理、模式识别等。佳 木 斯 大 学 学 报(自 然 科 学 版)年式(),()中,()和()表示第个粒子在维空间时刻迭代的位置和速度,和是粒子群的学习因子。(),()分别存储个体粒子和全局最优粒子。,的值分布在和之间。为粒子群算法
6、的惯性权重。最后,将各个粒子的位置与前一个最优位置比较,将其作为最优位置。比较当前所有的与上一周期迭代的,更新。粒子逐级迭代,最终得到满足条件的最优,结束循环。图粒子群优化算法流程图爬山算法爬山算法是局部搜索算法,该算法的主要思想是,每次拿相邻点对应函数值与当前点对应函数值进行比对,取两者中较优者作为爬坡的下一步。不断重复上述过程,直到达到局部最优解位置。如图所示,为方程曲线图,其收敛于一点,该算法适用于空间搜索。改进粒子群图像分割算法粒子群与爬山优化算法粒子群优化算法中,粒子群中的所有粒子都收敛于搜索空间中的同一点(),爬山优化算法与粒子群相结合在搜索空间中寻找多个,且爬山法提高了粒子群优化
7、算法的搜索能力。图为文章改进算法的流程图。如图所示,为优化算法流程,在该算法中,根据主群的地理位置将其划分为若干个粒子群。从第一个粒子开始,检测离它最近的粒子。每一次迭代,粒子群的地理位置会被重新安排。此过程提供各个粒子之间的交流和扩散信息,局部的最优解很可能会在一个邻域内发生变化。每个粒子在每时刻都产生两个候选位置,分别为和。第一个候选位置由公式()和()所计算:()()()()()()()()()()()第二个候选位置由公式()计算:()()()公式()中 和 为搜索空间中维处最大值和最小值。选择两个候选位置,最好的适应度值来移动位置。图方程曲线图图文章优化算法流程图从一个位置移动到另一个
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 一种 改进 粒子 爬山 优化 图像 分割 方法 孙光灵
![提示](https://www.zixin.com.cn/images/bang_tan.gif)
1、咨信平台为文档C2C交易模式,即用户上传的文档直接被用户下载,收益归上传人(含作者)所有;本站仅是提供信息存储空间和展示预览,仅对用户上传内容的表现方式做保护处理,对上载内容不做任何修改或编辑。所展示的作品文档包括内容和图片全部来源于网络用户和作者上传投稿,我们不确定上传用户享有完全著作权,根据《信息网络传播权保护条例》,如果侵犯了您的版权、权益或隐私,请联系我们,核实后会尽快下架及时删除,并可随时和客服了解处理情况,尊重保护知识产权我们共同努力。
2、文档的总页数、文档格式和文档大小以系统显示为准(内容中显示的页数不一定正确),网站客服只以系统显示的页数、文件格式、文档大小作为仲裁依据,平台无法对文档的真实性、完整性、权威性、准确性、专业性及其观点立场做任何保证或承诺,下载前须认真查看,确认无误后再购买,务必慎重购买;若有违法违纪将进行移交司法处理,若涉侵权平台将进行基本处罚并下架。
3、本站所有内容均由用户上传,付费前请自行鉴别,如您付费,意味着您已接受本站规则且自行承担风险,本站不进行额外附加服务,虚拟产品一经售出概不退款(未进行购买下载可退充值款),文档一经付费(服务费)、不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
4、如你看到网页展示的文档有www.zixin.com.cn水印,是因预览和防盗链等技术需要对页面进行转换压缩成图而已,我们并不对上传的文档进行任何编辑或修改,文档下载后都不会有水印标识(原文档上传前个别存留的除外),下载后原文更清晰;试题试卷类文档,如果标题没有明确说明有答案则都视为没有答案,请知晓;PPT和DOC文档可被视为“模板”,允许上传人保留章节、目录结构的情况下删减部份的内容;PDF文档不管是原文档转换或图片扫描而得,本站不作要求视为允许,下载前自行私信或留言给上传者【自信****多点】。
5、本文档所展示的图片、画像、字体、音乐的版权可能需版权方额外授权,请谨慎使用;网站提供的党政主题相关内容(国旗、国徽、党徽--等)目的在于配合国家政策宣传,仅限个人学习分享使用,禁止用于任何广告和商用目的。
6、文档遇到问题,请及时私信或留言给本站上传会员【自信****多点】,需本站解决可联系【 微信客服】、【 QQ客服】,若有其他问题请点击或扫码反馈【 服务填表】;文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“【 版权申诉】”(推荐),意见反馈和侵权处理邮箱:1219186828@qq.com;也可以拔打客服电话:4008-655-100;投诉/维权电话:4009-655-100。