自適應粒子群優(yōu)化算法及其在圖像分割中的應用.pdf

1、粒子群優(yōu)化算法是一種新近出現(xiàn)的啟發(fā)式全局優(yōu)化算法。由于算法的易實現(xiàn)性和高效性，因此受到了人們的廣泛關注。它已成為與遺傳算法、禁忌搜索算法以及模擬退火算法并行發(fā)展的一種全局優(yōu)化算法。該算法已經(jīng)成功的運用到了很多函數(shù)優(yōu)化和工程技術領域，并取得了很好的效果。同時，許多學者也發(fā)現(xiàn)了算法本身存在著一些不足之處。 圖像分割是很多高級圖像處理技術(如可視化、圖像壓縮、醫(yī)學圖像診斷等)的重要基礎工作。迄今為止，已經(jīng)有很多種不同的圖像分割方法提出

2、。閾值法因其實現(xiàn)的簡單性而成為圖像分割領域的一種重要方法。但是對于復雜的實時圖像分割問題，閾值法的高耗時性已經(jīng)成為該方法發(fā)展的一個障礙。因此，尋求一種高效的算法來解決基于閾值法的圖像分割問題具有重要意義。 本文在前人工作的基礎上，對粒子群優(yōu)化算法及其在圖像分割中的應用進行了研究。下面是對本文工作的一個概要： 第一部分分別對粒子群優(yōu)化算法和圖像分割方法的國內外發(fā)展狀況以及相關的基本概念進行了介紹，并闡述了本文的主要工作。

3、 在第二部分，為了提高粒子群算法的收斂速度同時增強算法的全局搜索能力，本文提出了一種自適應的粒子群優(yōu)化算法，對標準的粒子群優(yōu)化算法引入了兩個自適應加速因子。同時對粒子群優(yōu)化算法的權函數(shù)做了改進，當算法陷入局部最優(yōu)值時，采用了一種新的粒子更新方式。通過對不同的測試函數(shù)的仿真實驗表明：自適應的粒子群優(yōu)化算法顯著地提高了粒子群優(yōu)化算法的收斂速度和全局搜索能力。同時，本文提出的自適應粒子群優(yōu)化算法被應用于基于閾值法的圖像分割實驗中，實驗表