融合MMTD與仿生算法的圖像分割方法研究.pdf

1、圖像分割是把圖像劃分成各具特性的子區(qū)域并提取出感興趣目標(biāo)的技術(shù)和過程，它是對圖像進(jìn)行進(jìn)一步處理和分析的基礎(chǔ)。在已提出的圖像分割方法中，很多方法都具有較好的分割效果，但不足在于分割速度較慢；因此，在保證一定分割效果的同時提高分割速度是圖像分割領(lǐng)域的重要研究目標(biāo)，也是本文的主要研究內(nèi)容。
　　本文從加快分割速度的角度出發(fā)，引入仿生算法PSO，針對標(biāo)準(zhǔn)PSO算法存在的算法早熟問題，利用基于中介數(shù)學(xué)系統(tǒng)的數(shù)學(xué)工具M(jìn)MTD，提出了基于MMT

2、D改進(jìn)的PSO算法，在算法每一次迭代后使用MMTD對粒子適應(yīng)度進(jìn)行評價，并根據(jù)此評價信息為粒子賦予相應(yīng)的慣性權(quán)重，使粒子群體以不同尺度進(jìn)行搜索，提高了粒子群體的多樣性，實驗結(jié)果表明：新算法較好地解決了PSO算法的早熟問題，同時大幅提高了算法性能。
　　本文對Otsu算法進(jìn)行了研究，針對原始Otsu算法的窮舉低效問題，將一維Otsu算法和二維Otsu算法的閾值計算過程都看作目標(biāo)函數(shù)優(yōu)化問題，使用改進(jìn)的MMTDPSO算法對其進(jìn)行優(yōu)化求