一种求解图像分割问题的限速-离散蜂群优化算法-论文.pdf

《一种求解图像分割问题的限速-离散蜂群优化算法-论文.pdf》由会员上传分享，免费在线阅读，更多相关内容在应用文档-天天文库。

1、第40卷第8期计算机工程2014年8月Vo1．40NO．8ComputerEngineeringAugust2014·图形图像处理·文章编号：1000-3428(2014)08-0212~5文献标识码：A中图分类号：TP391一种求解图像分割问题的限速-离散蜂群优化算法周逊，郭敏，马苗(陕西师范大学计算机科学学院，西安710062)摘要：为解决图像领域中的归一化彩色图像分割问题，提出一种限速一离散蜂群优化算法。根据问题模型将蜂群算法中的位置重新定义为离散化的位置，增加个体蜂的速度定义；引入一个限速过

2、程，设计限速作用函数，增加种群的多样性，解决了算法早熟收敛的问题，同时在个体蜂的位置更新中采用自适应权重调整策略，提高算法稳定性和收敛速度。仿真实验结果表明，该算法在收敛速度和图像处理效果上优于标准蜂群算法，并验证了该算法在归一化彩色图像分割问题中的高效性和优越性。关键词：蜂群算法；限制速度；自适应权重调整策略；图像分割；归一化准则ALimitedSpeed-discreteBeeColonyOptimizationAlgorithmforSolvingImageSegmentationProble

3、mZH0UXun．GU0Min．MAMiao(SchoolofComputerScience，ShaanxiNormalUniversity，Xi’an710062，China)【Abstract】Thispaperproposesalimitedspeed—discretebeecolonyoptimizationalgorithmtOsolvethenormalizedcolorimagesegmentationprobleminimagefield．Accordingtotheproblemm

4、odel，thepositionofthebeecolonyalgorithmisredefineddiscreteposition，andthespeeddefinitionofindividualbeesisincreased．Inordertosolvetheproblemofprematureconvergence，thepaperintroducesalimitedspeedprocess，anddesignsalimitedspeedfunctiontoincreasethedivers

5、ityofthepopulation．Meanwhiletheadaptiveweightingad‘justmentstrategyisintroducedtoupdatethepositionofindividualbee．Sothestabilityandconvergencespeedofalgorithmisimproved．Experimentalresultsshowthatthealgorithmissuperiortoothersimilaralgorithminconvergen

6、cerateandeficiency，andthealgorithminthenormalizedcolorimagesegmentationproblemisverifiedtobeefficientandsuperior．【Keywords】beecolonyalgorithm；limitedspeed；adaptiveweightingadjustmentstrategy；imagesegmentation；normalizedcriterionDOI：10．3969／i_issn．1000—

7、3428．2014．08．040由于最小化Ncut值是NP—hard问题，文献『2]提出1概述谱聚类算法，将问题转换为求解特大矩阵的第二小基于图论的图像分割是当前图像分割领域一个特征值，得到了Ncut值的近似解。近年来，群智能热点问题。该方法将整幅图像看作一幅无向带权优化算法在求解组合优化问题时显示出其独特的优图，图像中每一个像素对应图中一个节点，边上的权势，文献[5]利用粒子群算法对非线性约束问题进行值代表像素的近似关系，利用最小剪切准则得到图优化，减少了多重制冷系统中的能源消耗；文献[6]像最佳

8、分割。文献[1—2]综合考虑分割后子图的内采用鱼群优化算法对灰色理论中的GM(1，1)模型部相似度和子图之问的相似度，提出的Normalized参数进行优化；文献[7]利用细菌觅食算法求解任何Cut准则是一种规范化的准则，有效避免了出现歪斜尺寸的矩形微带天线的谐振频率问题。分割区域。由设计复杂性可知，归一化图像分割权蜂群优化算法具有控制参数少、易于实现、计值矩阵构造的计算量非常大。文献[3]通过加入先算简洁等优点，文献[9]将蜂群算法用于MESFET验知识得到优质分割