文档介绍：要摘首先对蚁群算法进行了深入研究。详细阐述了蚁群算法的原理及应用现状,分析了它的特性,并编程实现了蚁群算法在械挠τ谩了图像分割的典型方法叶茹兄捣指罘椒ā⒈咴导觳夥指罘ā⑶蚋俜指罘,通过割中搜索时间长,整体计算量大等问题,利用多个蚁群,通过局部感知能力实现对整个关键词:图像分割、蚁群算法、多态蚁群、组合优化、群智能蚁群算法自世纪年代提出后,得到了广泛的应用。本文将蚁群算法用于图像处理,对基于蚁群算法的图像分割方法进行了深入研究,具体如下:研究了图像分割的常用方法。对图像分割的基本原理进行了比较深入的分析。研究实验对各种方法进行了性能分析,并分析了近年来出现的一些新的图像分割技术。研究了基于蚁群算法的图像分割方法,建立了基于蚁群算法的图像分割的模型,并编程实现了基于蚁群算法的图像分割算法。实验结果表明了所提算法的有效性。最后提出了一种基于多态蚁群算法的图像分割方法。针对基本蚁群算法用于图像分图像的全局感知,协作性地完成分割任务。实验结果证明该方法可以比较快速准确地分割出目标,是一种有效的图像分割方法。
知识水坝***@pologoogle为您整理
—瑆,,.瑃瓻,琺瓻琾琧,,.甌琧....,.篿
知识水坝***@pologoogle为您整理
指导教师签名:二至牛茹孑黧罢:蹶Ⅻ年。日关于学位论文的独创性声明学位论文使用授权书本人郑重声明:所呈交的论文是本人在指导教师指导下独立进行研究工作所取得的本论文不包含其他人已经发表或撰写的研究成果,也不包含本人或他人为获得中国石油大学6或其它教育机构的学位或学历证书而使用过的材料。与我一同工作的同志若有不实之处,本人愿意承担相关法律责任。本人完全同意中国石油大学6有权使用本学位论文ǖú幌抻谄溆刷版和电子版褂梅绞桨ǖú幌抻冢罕A粞宦畚模垂娑ㄏ蚬矣泄夭棵机构徒谎宦畚模匝踅涣魑D康脑秃徒换谎宦畚模市硌宦畚谋徊樵摹借阅和复印,将学位论文的全部或部分内容编入有关数据库进行检索,采用影印、缩印或其他复制手段保存学位论文。成果,论文中有关资料和数据是实事求是的。尽我所知,除文中已经加以标注和致谢外,对研究所做的任何贡献均已在论文中作出了明确的说明。学位论文作者签名:保密学位论文在解密后的使用授权同上。
第绪论论文的研究意义在对图像的研究和应用中,人们往往仅对图像中的某些部分感兴趣。为了辨识和分析目标,需要将它们分离提取出来,在此基础上才有可能对目标进一步分析利用。图像分割的方法和精确程度是至关重要的,它是图像处理中最为基础和重要的领域之一,也至今,已提出上千种有关图像分割的算法,但因尚无通用的分割理论,现有的分割算法大都是针对具体问题的,并没有一种适合所有图像的通用分割算法。传统图像分割但是对于不同应用目的以及不同图像特性,传统方法又表现出很大局限性。近年来对通用分割方法的研究倾向于将分割看作一个组合优化问题,并采用一系列优化策略完成图像分割任务。随着神经网络、遗传算法、模式识别、模糊逻辑等理论的不断发展,这些等人充分利用了蚁群搜索食物的过程与著名侍庵涞南嗨菩裕üD庖先核阉食物的行为来求解侍狻R先核惴ú唤瞿芄恢悄芩阉鳌⑷ň钟呕揖哂新嘲粜浴而分布式计算使该算法易于并行实现,个体之间不断进行信息交流和传递,有利于发现本蚁群算法模型的基础上稍加改动,便可用于其它问题。目前研究表明蚁群算法在求解人工蚁群算法作为一种通用型随机优化方法,通过其内在的搜索机制己在一系列困分害褪侵赴淹枷穹殖筛骶咛匦缘那虿⑻崛〕龈行巳つ勘甑募术和过程。因为图像分割结果的质量直接影响进一步的分析、识别和解释的质量,所以是低级计算机视觉中最基本最重要的研究内容】。图像分割作为一种重要的图像处理技术,它不仅得到人们广泛的重视和研究,也在实际中得到广泛的应用。例如在工业自动化,在线产品检验,生产过程控制,文档图像处理,遥感和生物医学图像分析,视觉监控,以及军事,体育,农业工程等方面。方法如阈值法、边缘检测法、基于区域处理方法等针对不同图像都取得了很好的效果,理论也逐渐被引入到图像分割领域,产生了许多新的图像分割方法。年意大利学者瓺热恕】受蚂蚁在觅食过程中可以找出从巢穴到食物源的最短路径的启发,、并行性、易与其它算法结合等特点。利用正反馈原理,可以加快进化过程,较好解。该方法易与多种启发式算法结合,可改善算法的性能。由于鲁棒性强,故在基复杂优化问题乇鹗抢肷⒂呕侍具有一定的优越性。难的组合优化问题求解中取得成效,该方法为复杂系统的优化问题提供了新的具有竞争中国石油大学6硕士学位论文
珿、模拟退火算法,等算法那样国内外研究现状分析蚁群算法引入到数字图像分割这样复杂、大数据量的处理任务中,为解决复杂背景下的法解决了一系列组合优化问题。之后,蚁群算法逐渐引起了世界上许多研究人员的关注,其应用领域得到了迅速拓宽,大量有