已閱讀1頁，還剩63頁未讀， 繼續(xù)免費閱讀
版權(quán)說明：本文檔由用戶提供并上傳，收益歸屬內(nèi)容提供方，若內(nèi)容存在侵權(quán)，請進行舉報或認(rèn)領(lǐng)
文檔簡介
1、本文主要針對圖像分割問題進行研究,通過廣泛的算法對比,選擇使用人工魚群算法(Artificial Fish Swarm Algorithm,AFSA)完成圖像邊緣檢測,結(jié)合模糊C均值聚類算法完成圖像分割實驗。
由于該算法具有對初值和參數(shù)選擇不敏感、魯棒性強、簡單、易于實現(xiàn),且具備并行處理能力和全局搜索能力等方面優(yōu)點,因此在圖像分割技術(shù)中的關(guān)鍵問題----極值問題的優(yōu)化處理效果較為突出。所以,文章在著重利用AFSA的優(yōu)點的同時對
2、AFSA不完善的地方進行改進,將改進后的AFSA算法應(yīng)用在圖像邊緣檢測,然后推廣到通用圖像的分割技術(shù)中。主要研究工作如下:
首先,提出了一種基于差分進化變異算子的人工魚群算法,將變異算子引入到人工魚群算法中,對人工魚的個體行為進行了優(yōu)化改進,提高了原算法的收斂速度和抗噪性能,并應(yīng)用到圖像邊緣檢測中,得到較理想的分割效果。
其次,將人工魚群算法的應(yīng)用推廣到通用圖像分割技術(shù)中,利用人工魚群算法的自適應(yīng)的特點,通過對人工魚
溫馨提示
- 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽，若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間，僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理，對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯，并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容，請與我們聯(lián)系，我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 改進的人工魚群算法
- 用于圖像多閾值分割的BBO算法改進研究.pdf
- 改進的人工魚群算法.docx
- 人工魚群算法的改進及應(yīng)用.pdf
- 人工魚群算法的改進研究與應(yīng)用.pdf
- 改進人工魚群算法研究與應(yīng)用.pdf
- 人工魚群算法的分析及改進.pdf
- 改進的人工魚群算法分析與研究.pdf
- 人工魚群算法改進及其應(yīng)用研究.pdf
- 彩色圖像分割算法的改進.pdf
- 基于改進人工魚群算法的化工過程優(yōu)化.pdf
- 圖像分割算法的研究與改進.pdf
- 改進的人工魚群算法原文n.pdf
- 人工魚群智能優(yōu)化算法的改進與應(yīng)用研究.pdf
- 基于改進人工魚群算法優(yōu)化投資組合模型的研究.pdf
- 基于改進人工魚群算法的風(fēng)電場無功補償研究.pdf
- 人工魚群智能優(yōu)化算法的改進及應(yīng)用研究.pdf
- 基于改進人工魚群算法的特定諧波消除策略研究.pdf
- 改進的FCM圖像自動分割算法研究.pdf
- 醫(yī)學(xué)圖像分割算法的研究與改進.pdf
評論
0/150
提交評論