蟻群聚類算法在圖像分割中的應用研究.pdf

1、在智能自動化研究領域，現在基于群體智能特征的仿生類算法研究正受到越來越多學者的關注。作為群體智能的典型實現，蟻群算法正在受到學術界的廣注關注。它是在20世紀90年代，由意大利學者M.Dorigo等人受螞蟻在覓食過程中可以找出從巢穴到食物源的最短路徑的啟發(fā)首先提出的。蟻群算法不僅能夠智能搜索，全局優(yōu)化，而且還具有穩(wěn)健性（魯棒性）、正反饋、分布式計算、易與其它算法結合等優(yōu)點，在解決復雜優(yōu)化問題上顯示出了良好的適應性，是一種很有前景的方法。蟻

2、群算法作為一種新型的模擬進化算法，其良好的離散性、并行性、正反饋性和魯棒性，使其非常適合于圖像分割。但基本蟻群算法中螞蟻的搜索是隨機的，計算量大，不利于算法的收斂。為此，本文主要研究了基于蟻群覓食思想和螞蟻堆形成原理的兩種蟻群聚類方式，并將其應用于圖像分割。本文主要內容包括： 1.首先對蟻群算法近年來的研究進展進行了總結，歸納算法的成功應用領域和存在的不足。，然后，詳細介紹了蟻群算法的基本原理及蟻群系統模型，給出了幾種改進的蟻群

3、算法。最后，提出一種基于求解旅行商問題的改進蟻群算法，對蟻群算法中相關參數進行了研究。 2.介紹了聚類的相關知識，包括聚類的概述，聚類的數學模型，基于螞蟻覓食思想的蟻群聚類方式，基于螞蟻堆形成原理的蟻群聚類方式和基于蟻群轉移概率的K-均值聚類算法。 3.給出了形式化的圖像分割定義，對圖像分割技術進行了比較詳細的分類，在特征空間聚類技術中，提出一種基于空間特征矢量的聚類方法，并將其應用于圖像分割。 4.根據螞蟻堆形

4、成原理的蟻群聚類方式，提出一種基于蟻群聚類算法的圖像分割方法，將其應用于圖像分割，實驗結果表明：提出的算法具有較好的圖像分割效果，程序簡單且易于實現。 5．根據螞蟻覓食思想的原理，提出一種基于蟻群動態(tài)模糊聚類算法的圖像分割方法，給出多種信息素的更新方式。針對算法循環(huán)次數多，計算量大的問題，綜合考慮圖像中像素的灰度、鄰域平均灰度、梯度等特征來設置初始聚類中心，進行蟻群模糊聚類。實驗結果表明：該方法在圖像分割中的確能夠得到較好的分割