基于改進粒子群優(yōu)化算法的灰度圖像分割研究.pdf

1、現(xiàn)在圖像處理被應(yīng)用到了很多行業(yè)中，如軍事武器系統(tǒng)和醫(yī)療影像系統(tǒng)，因此圖像處理變得越來越重要。圖像分割技術(shù)是圖像處理眾多關(guān)鍵技術(shù)中的一種，起步于上個世紀(jì)七十年代，到目前為止已經(jīng)有幾十年的歷史。目前圖像分割算法大部分都是針對灰度圖像的二值分割的，只有一少部分考慮了多閾值灰度圖像分割。
　　 本文提出了一種智能的多閾值灰度圖像分割算法，該算法的核心是改進的粒子群優(yōu)化算法FCLPSO-3，其中FCLPSO表示“Flexible Comp

2、rehensive LearningParticle Swarm Optimization”。粒子群優(yōu)化算法是智能算法的一個新的分支，它的靈感來自于現(xiàn)實世界的群體行為，如鳥群的捕食過程。
　　 FCLPSO-3算法的粒子速度更新規(guī)則是動態(tài)變化的，算法初期，粒子新速度有當(dāng)前速度、自己當(dāng)前最優(yōu)位置和粒子群群體全局最優(yōu)粒子位置共同決定，此時粒子群在全局最優(yōu)粒子的牽引下，收斂速度較快;算法中期，粒子新速度有當(dāng)前速度、自己當(dāng)前最優(yōu)位置和該

3、粒子一定范圍鄰域內(nèi)的最優(yōu)粒子位置共同決定，此時粒子群被分成了很多鄰域區(qū)域，每個鄰域區(qū)域內(nèi)粒子向該區(qū)域內(nèi)的最優(yōu)粒子位置飛去，收斂速度變慢，很好的保持了整個粒子群的多樣性;算法后期，粒子新速度有當(dāng)前速度和榜樣粒子當(dāng)前最優(yōu)位置共同決定，此時粒子在以粒子當(dāng)前位置為中心的空間內(nèi)隨機飛行，能幫助粒子群逃離偽局部最優(yōu)。
　　 FCLPSO-3算法初期和中期采用的是保證局部收斂粒子群優(yōu)化算法GCPSO(Guaranteed Convergenc