没有合适的资源?快使用搜索试试~ 我知道了~
首页改进人工蜂群算法的二维图像阈值分割:高效、快速与稳健
改进人工蜂群算法的二维图像阈值分割:高效、快速与稳健
需积分: 31 1 下载量 35 浏览量
更新于2024-09-07
收藏 1.56MB PDF 举报
本文研究旨在改进人工蜂群算法在图像阈值分割领域的应用,针对传统人工蜂群算法在处理图像分割任务时存在的收敛速度慢和易陷入局部最优解的问题。研究人员提出了一种创新方法,通过以下几个关键步骤来优化算法性能: 1. 引导式蜜源更新:在蜜源更新过程中,引入了对当前最优蜜源方向的引导,这有助于算法更快地收敛到全局最优解,提高了算法的搜索效率。 2. 局部搜索策略:为了防止算法陷入局部最优,采用了逐步缩减搜索范围的策略,随着迭代的进行,算法会更加聚焦于更有效的区域,减少了不必要的计算量。 3. 放弃机制:在局部搜索过程中,如果某个解决方案没有明显改进,算法会适时放弃,防止资源浪费,进一步提升整体效率。 4. 梯度值限制:针对图像特征中的梯度值问题,研究人员对蜜源范围进行了限定,避免了对较大梯度值的无效搜索,从而提高了算法的精度和执行效率。 作者们,包括张海涛博士、程新文教授、熊红伟硕士、马海荣博士、陈联君博士研究生以及钱小刚硕士,分别来自中国地质大学信息工程学院、河南财经政法大学资源与环境学院和中冶集团武汉勘察研究院有限公司等机构,他们的研究领域涵盖了高分辨率遥感影像处理、地质灾害提取和遥感冰雪等多个方向。 实验部分,研究人员选择了具有不同直方图分布的图像进行测试,结果显示,改进后的蜂群算法在图像分割任务中表现出良好的稳健性、高效性和快速性,这证明了该方法的有效性和实用性。因此,这项工作对于提高图像处理的自动化和准确性具有重要意义,也为人工蜂群算法在图像分析领域的进一步发展提供了新的思路和参考。关键词包括图像分割、人工蜂群算法、最大类间方差法、局部搜索和二维直方图,这些都反映了研究的核心内容和技术背景。
资源详情
资源推荐
收稿日期! !"#$%##%!&! 修回日期! !"#'%"#%#!((基金项目! 高分辨率对地观测重大专项资助项目""'%m&"A"*%,""#%#! B#&#
作者简介!张海涛"#,)'%#$男$河南长垣人$博士$主要研究方向为高分辨率遥感影像信息提取及应用"WPKr-#"'!)5#!$96/F#!程新文"#,**%#$
男$湖北咸宁人$教授$博导$主要研究方向为 &C!熊红伟"#,,!%# $男$湖北仙桃人$硕士$主要研究方向为 `@CC 数据处理!马海荣"#, ) '%# $女$山东
菏泽人$博士$主要研究方向为高分遥感地质灾害提取!陈联君"#,)'%# $男$河南南阳人$博士研究生$主要研究方向为遥感冰雪!钱小刚"#,,!%#$
男$江西新余人$硕士$主要研究方向为精密工程测量9
改进蜂群算法的图像阈值分割方法
!
张海涛
#!!
! 程新文
#
! 熊红伟
#!&
! 马海荣
#
! 陈联君
#
! 钱小刚
#!-
"#9中国地质大学 信息工程学院$ 武汉 -&""'-! !9河南财经政法大学 资源与环境学院$ 郑州 -*""&-! &9中冶集
团武汉勘察研究院有限公司$ 武汉 -&"")"! -9漳洲市测绘设计研究院$ 福建 漳州 &$&"""#
摘(要! 为快速高效地进行图像分割$针对人工蜂群算法存在的收敛速度慢%易陷入局部最优解等问题$提出了
一种基于改进人工蜂群算法分割二维 =K78 图像的新方法& 通过对蜜源更新过程中向当前最优蜜源方向进行引
导$ 可以加快算法的收敛速度!为避免算法陷入局部最优并加快收敛速度$在局部搜索过程中逐步缩减了搜索范
围并加入了放弃机制!针对较大梯度值无意义的问题$限定了蜜源范围$以提高算法的效率& 最后结合具有不同
直方图分布的图像进行了实验
$结果表明了算法稳健%高效%快速的特性&
关键词! 图像分割! 人工蜂群算法! 最大类间方差法! 局部搜索! 二维直方图
中图分类号! ?Z&,#]-#((文献标志码! A(( 文章编号! #""#%&$,*"!"#'##!%&))"%"*
./3
!#"9&,$, B2937709#""#%&$,*9!"#'9#!9")#
<F41:KPD:7P/J. 7:1F:0K4K3/0 F:KP/. E47:. /0 3FHD/L:. 4DK3G3634JE::6/J/0T
QP401a43K4/
#!!
! [P:01l30I:0
#
! l3/01a/01I:3
#!&
! ;4a43D/01
#
! [P:0 e340280
#
! n340 l34/1401
#!-
"#H2$%%.1.$&'(&$)*+,-$( 0(1-(..)-(1! 2#-(+ 4(-5.)6-,7$&M.$6"-.(".6! W3#+( -&""'-! 2#-(+% !H2$%%.1.$&L.6$3)".6/0(5-5$(*.( ,! C.(+(
4(-5.)6-,7$&0"$($*-"6/?+=! N#.(1P#$3 -*""&-! 2#-(+% &HW3#+( !3)5.7-(1ZM.$,."#(-"+%L.6.+)"# '(6,-,3,.2$H! ?,FH$&R22! W3#+(
-&"")"! 2#-(+% -HN#+(1P#$3 K.6-1( L.6.+)"# '(6,-,3,.$&!3)5.7-(1 /R+<<-(1! N#+(1P#$3 J3G-+( &$&"""! 2#-(+#
!"#$%&'$$ <0 /D.:DK/7:1F:0K3F41:7:V46KJT40. k836MJT40. G/DKP:HD/EJ:F7/GH//D4K6/0L:D1:06:7H::. 40. :47TG4JJK/
J/64JE:7K30 4DK3G3634JE::6/J/0T4J1/D3KP F
" A+[# ! KP37H4H:DHD/H/7:. 40:IF:KP/. E47:. /0 40 3FHD/L:. A+[4J1/D3KPF
7:1F:0K301KI/.3F:073/04J=K78 3F41:79<0 KP:0:6K4D8H.4K:HD/6:.8D:! 3K183.:. KP:7:4D6P .3D:6K3/0 K/KP:68DD:0KE:7K
0:6K4DK/7H::. 8H KP:6/0L:D1:06:7H::. /GKP:4J1/D3KPF9<0 /D.:DK/4L/3. KP:4J1/D3KPFG4JJ30130K/4J/64JE:7K7/J8K3/0 40.
466:J:D4K:KP:6/0L:D1:06:7H::.
! 3KD:.86:. KP:7:4D6P D401:1D4.84JJT40. 3FHJ:F:0K:. KP :4E40./0301F:6P4037F30 KP:J/%
64J7:4D6P HD/6:.8D:9[/0 73.:D301F:40301J:77HD/EJ:F7/G4J4D1:1D4.3:0KL48J:! 3KJ3F3K:. KP:0:6K4DD401:30 0:6K4D303K34J3%
W4K3/0 40. 8H.4K301HD/6:779AKJ47K! :VH:D3F:0K4JD:78JK7/0 3F41:7I3KP .3GG:D:0KP37K/1D4F.37KD3E8K3/0 7P/IKP4KKP:4J1/%
D3KPF6P4D46K:D37K36737D/E87K
! :GG363:0K40. G47K9
()* +,%-#$ 3F41:7:1F:0K4K3/0% 4DK3G3634JE::6/J/0T" A+[#% =K78% J/64J7:4D6P% KI/.3F:073/04JP37K/1D4F
!"引言
阈值分割是应用最为广泛的一种分割方法
(#)
!较为著名的
是由日本科学家大津展提出的最大类间方差法"=K78#以及后衍
生的二维&三维 =K78 方法!此类算法依据一维&二维&三维直方
图的特征!结合智能算法在各个领域取得了较好的应用
(!)
'
人工蜂群算法" A+[# 是由 R4D4E/14等人
(&)
于 !""' 年提
出的一种模仿蜜蜂采蜜行为的智能搜索方法!该算法通过三种
蜜蜂之间的信息共享!从而找到花蜜量最好的蜜源" 阈值#'
算法具有控制参数少&易于实现&计算简洁等优点
(-!*)
' 目前
蜂群算法普通存在的问题是搜索能力强但开拓能力弱!从而减
缓了算法的收 敛速 度且 易陷 入局 部最 优解
($ X,)
' 霍 凤财 等
人
(#")
借鉴量子的思想将比特概率幅的正弦分量引入了蜂群算
法!通过更新蜜源初始化方法&蜜源更新策略和侦查蜂行为!有
效缩短了改进后的算法在分割中的收敛时间和抗噪能力
' 匡
芳君等人
(##)
结合 ?:0K混沌优化算法!采用 ?:0K混沌序列初始
化种群和动态调整混沌搜索空间
!实验结果表明改进后算法加
快了收敛速度和寻优精度' `4/等人
(#!)
分别在雇佣蜂和侦察
蜂阶段提出了两个搜索公式!结果表明提高了算法的性能!同
时在稳定性& 收敛性和蜜源质量上得到了提高' AJ3W4.:140 等
人
(#&)
&+P40.4D3等人
(#-)
&[P4D4073D3HP43740 等人
(#*)
针对这一问
题也进行过研究!并在生成初始蜜源&局部搜索最优解等方面
提出了自己的改进方案'
本文针对蜂群算法的上述问题!在更新食物源位置时!加
入了当前最优食物源及较优方向的引导!并在每次迭代后的更
新过程中引入了一个边界递减策略!从而引导蜂群只向最优位
置移动选择新蜜源!加快了算法收敛的速度!也可以在一定程
度上避免算法陷入局部最优解'
#"算法简述
#$#"蜂群算法
人工蜂群算法是模仿自然环境中蜜蜂群体分工采蜜的方
第 &- 卷第 #! 期
!"#' 年 #! 月(
计 算 机 应 用 研 究
AHHJ364K3/0 S:7:4D6P /G[/FH8K:D7
\/J]&- @/]#!
N:69!"#'
下载后可阅读完整内容,剩余4页未读,立即下载
weixin_39841882
- 粉丝: 444
- 资源: 1万+
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
最新资源
- IPQ4019 QSDK开源代码资源包发布
- 高频组电赛必备:掌握数字频率合成模块要点
- ThinkPHP开发的仿微博系统功能解析
- 掌握Objective-C并发编程:NSOperation与NSOperationQueue精讲
- Navicat160 Premium 安装教程与说明
- SpringBoot+Vue开发的休闲娱乐票务代理平台
- 数据库课程设计:实现与优化方法探讨
- 电赛高频模块攻略:掌握移相网络的关键技术
- PHP简易简历系统教程与源码分享
- Java聊天室程序设计:实现用户互动与服务器监控
- Bootstrap后台管理页面模板(纯前端实现)
- 校园订餐系统项目源码解析:深入Spring框架核心原理
- 探索Spring核心原理的JavaWeb校园管理系统源码
- ios苹果APP从开发到上架的完整流程指南
- 深入理解Spring核心原理与源码解析
- 掌握Python函数与模块使用技巧
资源上传下载、课程学习等过程中有任何疑问或建议,欢迎提出宝贵意见哦~我们会及时处理!
点击此处反馈
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功