检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

用于指数熵多阈值分割的改进细菌觅食算法

计算机科学 2016年第7期43卷 89-94页

作者：张新明涂强刘艳河南师范大学计算机与信息工程学院新乡453007 河南省高校计算智能与数据挖掘工程技术研究中心新乡453007

针对图像多阈值分割中阈值搜索是有序正整数规划的特点,提出了一种用于指数熵多阈值分割的改进细菌觅食优化(Improved Bacterial Foraging Optimization,IBFO)算法。首先,将标准的细菌觅食优化(Standard Bacterial Foraging Optimizatio... 详细信息

针对图像多阈值分割中阈值搜索是有序正整数规划的特点,提出了一种用于指数熵多阈值分割的改进细菌觅食优化(Improved Bacterial Foraging Optimization,IBFO)算法。首先,将标准的细菌觅食优化(Standard Bacterial Foraging Optimization,SBFO)算法的趋化算子改成动态趋化算子以增强趋化操作的自适应性;然后,将SBFO中的迁徙算子替换成混合随机和动态的迁徙算子,将迁徙过程划分为两个阶段,第一阶段为随机迁徙,目的是增强全局搜索能力,第二阶段为动态局部迁徙,目的是提高局部搜索能力;随后,丢弃SBFO中的感应机制以便加快运行速度;最后,将IBFO算法进一步修改以满足有序正整数规划的要求,并将其应用于指数熵多阈值分割方法中。图像分割实验结果表明,与SBFO,MBFO和IPSO算法相比,提出的IBFO方法不仅优化效果更好,而且运行速度更快。

关键词：图像分割多阈值分割细菌觅食算法指数熵

多目标BWO算法在皮肤病变图像多阈值分割中的应用

在线全文

学校读者我要写书评

暂无评论

多目标BWO算法在皮肤病变图像多阈值分割中的应用

作者：尤谍重庆师范大学

学位级别：硕士

皮肤容易患上基底细胞癌、黑色素瘤、光化性角化病和鳞状细胞癌等癌症。在现代社会,癌症患者的数量已经增加。皮肤镜辅助诊断皮肤疾病是当下的研究热点。由于具有独特皮肤类型的皮肤病变大小、边界和颜色变化,皮肤病变多阈值分割变得极... 详细信息

皮肤容易患上基底细胞癌、黑色素瘤、光化性角化病和鳞状细胞癌等癌症。在现代社会,癌症患者的数量已经增加。皮肤镜辅助诊断皮肤疾病是当下的研究热点。由于具有独特皮肤类型的皮肤病变大小、边界和颜色变化,皮肤病变多阈值分割变得极其困难。皮肤镜图像在采集过程中容易引入一些难以分割的元素,例如毛发和油泡等。皮肤图像多阈值分割,难点在于多个阈值的寻找。本文在黑寡妇算法(BWO)的基础上,通过引入多目标多模态思想改进黑寡妇算法,并将算法应用到皮肤病变图像分割中,不仅能够实现病灶区域多阈值分割,并且可以在分割图像中突出病灶边界。本文的主要研究工作如下:(1)通过改进个体选择策略和种群生育策略,提升了单目标黑寡妇算法性能。针对现有的进化算法在寻找阈值时,容易陷入局部最优,造成多阈值分割不均匀,多阈值分割失效等问题,本文对现有的黑寡妇优化算法进行两个方面的改进:提出了一种新的雌性雄性个体选择策略,该策略可以增加算法的搜索能力;同时提出一种新的种群生育策略,引入诱导因子β,以生育更优秀的后代个体。根据算法性能实验结果,可以得出结论,改进黑寡妇算法在大多数测试函数上的搜索精度和收敛速度方面都表现更优。在皮肤图像多阈值分割对比试验中,改进黑寡妇阈值分割算法比其他算法在评价指标上表现更优,分割效果更佳。(2)结合多目标多模态思想,提出了多目标黑寡妇算法,进一步提升分割效果。为了确定阈值个数,同时考虑多种分割要求并克服图像噪声的影响,引入多目标多模态思想,将单目标黑寡妇算法转化为多目标黑寡妇算法。算法中提出了一种新的拥挤距离,给非支配排名靠后个体适当的发展机会,以促进种群多样性。多目标黑寡妇算法在维持种群多样性的同时,能够更有效地避免算法陷入局部最优状态。在CEC2019多目标函数集上的测试验证了多目标黑寡妇算法的有效性和可行性。在皮肤图像多阈值分割对比试验中,多目标多阈值分割算法比单目标多阈值分割算法在评价指标表现更优,分割效果更好。(3)在进行系统需求分析的基础上,结合提出的多目标黑寡妇多阈值分割算法,利用Python和PyQt5框架,设计开发了皮肤病变图像辅助诊断系统。系统采用PyQt5搭建交互界面,实现了登录模块,图像加载模块,皮肤病变图像分割模块和显示模块。对提出的算法设计了参数选择项,提供了良好的医疗辅助功能。

关键词： BWO算法多目标皮肤病变图像多阈值分割

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

用于图像多阈值分割的BBO算法改进研究

用于图像多阈值分割的BBO算法改进研究

作者：尹欣欣河南师范大学

学位级别：硕士

图像分割是数字图像处理与计算机视觉研究的基础和前提,是图像处理中非常重要的关键步骤。阈值分割是一种基于图像一维灰度直方图的分割技术,由于实现简单、性能稳定而得到广泛的应用。但多阈值分割需要在全部的灰度值范围中寻找一个最... 详细信息

图像分割是数字图像处理与计算机视觉研究的基础和前提,是图像处理中非常重要的关键步骤。阈值分割是一种基于图像一维灰度直方图的分割技术,由于实现简单、性能稳定而得到广泛的应用。但多阈值分割需要在全部的灰度值范围中寻找一个最优的阈值组合,因而计算量庞大导致时间和空间复杂度很高,为此需要引入智能优化算法来优化最优阈值的搜索过程。生物地理学优化(Biogeography-Based Optimization,BBO)算法是一种新颖的、基于群体智能的进化算法,模拟了生物种群在栖息地之间的产生、迁移以及灭绝的规律。BBO算法只需设置较少的参数,计算简单、收敛速度快。鉴于其优良的性能和独特的搜索机制,BBO算法在智能优化的领域得到广泛的关注。虽然BBO算法有许多优点,但也有其局限性。算法中的迁移操作可以实现候选解之间的信息共享,但是具有一定的盲目性,影响算法的开采能力;且基于随机变异的变异操作限制了算法的探索能力。因此BBO算法在寻优过程中容易发生过早收敛现象,出现陷入局部最优等问题。本文针对图像的多阈值分割计算复杂度高,耗时长久等问题,引入BBO算法优化多阈值分割中阈值的寻优过程。为了增强生物地理学优化算法在图像多阈值分割应用中的全局搜索能力,提高优化性能,针对上述存在的问题对BBO算法进行了研究,并做出了改进。本文主要研究内容及创新点如下:1)为了全面提升BBO算法整体性能,提出一种多源迁移与自适应变异的生物地理学优化算法:引入多源迁移算子,提高算法的全局搜索能力,并提出一种新型的自适应变异算子,采用贪婪选择的精英保留策略,加快算法的收敛速度。并且将这种多源迁移与自适应变异的BBO算法应用到基于最大熵的图像的多阈值分割中,获得较为准确的阈值。2)针对大范围多阈值分割问题,提出了一种动态扰动的迁移算子和椒盐变异融合的生物地理学优化算法(简称DSBBO)。并将该算法应用到基于最小交叉熵的图像2到8阈值分割中,取得了一种2到8阈值大范围的、有效的多阈值优化搜索方法。3)为了降低BBO算法的计算复杂度,加快寻优速度,将变异操作融合到迁移操作中,简化算法步骤,形成一种简约的BBO算法。将简约的BBO算法应用到基于最大类间方差的多阈值分割中,获得更为快速的多阈值分割方法。4)以MATLAB为平台,整合以上改进的BBO算法,实现了基于BBO算法的图像多阈值分割系统。

关键词：优化算法生物地理学优化算法多阈值分割最大熵法最小交叉熵法 OTSU法

基于最大信息熵原理的显微细胞图像多阈值分割

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于最大信息熵原理的显微细胞图像多阈值分割

作者：王任挥内蒙古师范大学

学位级别：硕士

细胞学诊断是临床上常用的诊断方法,尤其对于肿瘤的早期诊断和定性诊断具有重要的意义。目前,国内外的细胞学诊断主要采用人工阅片的方式,诊断结果易受病理医生的主观经验及疲劳程度的影响。若能利用计算机代替人工阅片,便可解脱病理医... 详细信息

细胞学诊断是临床上常用的诊断方法,尤其对于肿瘤的早期诊断和定性诊断具有重要的意义。目前,国内外的细胞学诊断主要采用人工阅片的方式,诊断结果易受病理医生的主观经验及疲劳程度的影响。若能利用计算机代替人工阅片,便可解脱病理医生繁重的显微镜检测工作,从而提高工作效率。计算机阅片的基础性环节是实现显微细胞图像分割,分割结果的优劣直接影响到后期的分析与诊断。病变细胞与正常细胞的区别在于:病变细胞的细胞核增大、细胞核畸形、核浆比例增加、多核、裸核、胞浆量异常等。因此,计算细胞核和细胞浆的大小、形貌、核浆比例,可以作为判断细胞是否发生病变的参考数据。然而,只有将细胞核、细胞浆及背景准确区分,才有可能计算核浆比例,确定核浆大小及形貌特征。因此,显微细胞图像的多阈值分割具有一定的实用价值。在临床工作中,显微细胞图片的取样、制片和传输容易受到噪声的污染,使得到的细胞图片质量下降,加上肿瘤细胞本身种类繁多,形态各异,所有这些增加了计算机自动分割的难度。本文研究的目的是实现显微细胞图像的多阈值分割,同时去除大量的噪声干扰。主要采用抗噪性能较好的最大信息熵算法。首先,将一维最大信息熵单阈值分割算法推广至多阈值,利用MATLAB编程语言对显微细胞图像进行分割。得出结论,一维最大信息熵多阈值分割算法能够实现显微细胞图像的多阈值分割,但分割算法的抗噪性能却有所减弱。为此本文提出新的算法:基于均值-梯度共生矩阵模型的最大信息熵多阈值处理算法,选用图像象素邻域灰度均值和图像梯度值构造二维直方图,计算信息熵,选取信息熵最大值的相应灰度值作为分割阈值,实现图像多阈值分割。因为均值能够平滑噪声,梯度能够锐化边缘,该算法可以改善图像的分割质量。为满足多阈值分割的要求,算法对二维直方图采用新的区域划分方式。通过对传统的求熵算法的优化,以减少运算时间,使之更适合于MATLAB编程语言,提高运算速度。实验结果表明,该算法成功的去除了噪声,实现了显微细胞图像的多阈值分割,运算速度较快。

关键词：最大信息熵均值–梯度共生矩阵多阈值分割显微细胞图像

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

混合蛙跳算法在图像多阈值分割中的应用研究

混合蛙跳算法在图像多阈值分割中的应用研究

作者：康杰红陕西师范大学

学位级别：硕士

混合蛙跳(Shuffled Frog Leaping,简称SFL)算法是21世纪产生的新型群体智能优化算法之一。该算法采用全局搜索与局部搜索相结合的搜索策略,具有高效并行的搜索能力,但因算法提出时间相对较晚,其在图像处理领域的应用还相对较少。本文以... 详细信息

混合蛙跳(Shuffled Frog Leaping,简称SFL)算法是21世纪产生的新型群体智能优化算法之一。该算法采用全局搜索与局部搜索相结合的搜索策略,具有高效并行的搜索能力,但因算法提出时间相对较晚,其在图像处理领域的应用还相对较少。本文以SFL算法为研究对象,深入分析该算法的搜索机制和基本原理,并将其成功引入到图像多阈值分割技术中。本文的创新性成果主要体现在： (1)利用SFL算法并行寻优的特点,提出基于SFL算法的图像多阈值分割方法。该方法以最大类间方差法(Otsu法)作为SFL算法的适应度函数,来评价搜索过程中每只青蛙所代表分割阈值的优劣,并引导蛙群逼近最优解。实验结果表明,所提方法不仅可以得到较为理想的图像多阈值分割效果,而且与基于人工鱼群(Artificial Fish Swarm,简称AFS)算法的图像多阈值分割方法相比,在分割质量和分割速度方面均具有明显优势,尤其适合于解决图像的多阈值分割问题。 (2)给出一种基于多个体模糊感知的改进混合蛙跳算法(简称MFP混合蛙跳算法),并提出基于MFP混合蛙跳算法的图像多阈值分割方法。MFP混合蛙跳算法不仅将SFL算法中的个体运动的参考信息源进行扩展,而且引入模糊控制思想更新个体,使算法可随迭代次数动态调整当前个体的跳跃步长,保证算法的灵活性;同时将族群内连续更新最差蛙改进为更新族群内所有蛙,以提高种群迁徙效率。实验结果表明,所提方法以Otsu法作为MFP混合蛙跳算法的适应度函数,用于分割医学图像时,在最佳分割阈值的选取、分割时间、算法稳定性及分割质量等方面比基于基本SFL算法、PSO算法、ABC算法及AFS算法的分割方法有明显优势,尤其适合于阈值个数较多的分割。 (3)给出一种基于免疫进化及边界变异的改进混合蛙跳算法(简称IEBM混合蛙跳算法),并提出基于IEBM混合蛙跳算法的图像多阈值分割方法。IEBM混合蛙跳算法借鉴免疫进化思想,在每次迭代过程中对蛙群中的最优蛙个体进行进化计算,以加速最优解的产生;通过边界变异思想保证个体处于搜索域内,又克服聚集在边界或陷入局部最优;同时利用模糊控制思想动态控制青蛙跳跃范围。实验结果表明,所提方法分别以Otsu法和最大熵法(Kapur法)为IEBM混合蛙跳算法的适应度函数,用于分割医学图像时,随着阈值个数的增多,较基于基本SFL算法、PSO算法、ABC算法及AFS算法的分割方法体现出更好的优越性。

关键词：群体智能混合蛙跳算法多阈值分割 Otsu法 Kapur法

基于混合空间滤波和区间迭代的医学图像多阈值分割算法

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于混合空间滤波和区间迭代的医学图像多阈值分割算法

作者：刘云飞长春工业大学

学位级别：硕士

图像处理技术广泛应用于生活的各个领域,图像分割是图像处理的一个基本任务。在医学图像处理领域,图像分割技术为图像配准、图像融合等后续任务提供必要基础,影响后续治疗。医学图像分割技术发展至今,提出了众多方法,但仍没有一种通用... 详细信息

图像处理技术广泛应用于生活的各个领域,图像分割是图像处理的一个基本任务。在医学图像处理领域,图像分割技术为图像配准、图像融合等后续任务提供必要基础,影响后续治疗。医学图像分割技术发展至今,提出了众多方法,但仍没有一种通用的分割技术。阈值分割方法以其模型简单、分割效果理想的特点,广泛应用于医学图像分割领域。医学图像中包含许多感兴趣的区域,单阈值分割方法已经不能满足实际需要,需要扩展为多阈值分割算法。传统的阈值分割算法随着阈值个数的增多,计算时间复杂度呈指数增加,无法满足临床的实时性需要。现阶段多阈值分割算法的改进大多是针对降低时间复杂度,往往忽略了分割精度的重要性。医学图像在采集过程中由于成像机制与设备的局限性,容易受到噪声污染,如何合理的利用图像中的空间信息降低噪声的干扰,得到更好的分割结果也是研究的重点。为了解决上述问题进一步提高医学图像分割算法的效率与精度,本文做出了以下两部分研究:(1)本文提出了一种基于区域生长与区间迭代的多阈值分割算法。区域生长法将图像的所有灰度级视为一个小区域,参考最大类间方差思想进行主区域的选择与区域合并,在迭代中减少阈值与区域的个数,直至满足预设条件,输出初始分割阈值。根据初始分割阈值划分图像中的迭代区间,在迭代区间中应用区间迭代策略,应用单阈值Otsu分割算法,细化小目标的分类,输出最终分割阈值。实验结果表明,该算法可以以极小的时间代价取得令人满意的分割结果,且时间消耗随着阈值个数的增加而降低,能够稳定在0.28S左右,完全满足临床中实时性的要求。(2)为了克服噪声对于分割结果的影响,本文提出了一种基于混合空间滤波器与加权策略的多阈值分割框架。混合空间滤波器由高斯、中值、均值、均中值四种滤波器混合而成,对原图像采用混合空间滤波器处理,获得原图像的混合层。对原图像与混合层图像采用多阈值分割算法,获得两组分割阈值,采用加权策略来均衡两组阈值,获得更加准确的分割阈值。实验结果表明,混合空间滤波器能够在平滑噪声的同时保留医学图像中的细节信息,对于分割算法的准确性与稳定性的提升明显,时间代价增加不多,仍能满足实时性需要。

关键词：医学图像多阈值分割区域生长区间迭代混合空间滤波

基于ISSA和积分图的二维熵图像多阈值分割快速算法

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

广东工业大学学报 2023年第5期40卷 47-55页

作者：吴圳桦唐文艳吕文阁陈汝杰侯梦华李德源广东工业大学机电工程学院广东广州510006 深圳市启灵图像科技有限公司广东深圳518114

为提高二维熵图像多阈值分割的性能,使其能够满足工业使用当中的实时性要求,本文提出了基于改进麻雀搜索算法(Improved Sparrow Search Algorithm,ISSA)和积分图的二维熵图像多阈值分割快速算法。首先,引入麻雀搜索算法(Sparrow Search ... 详细信息

为提高二维熵图像多阈值分割的性能,使其能够满足工业使用当中的实时性要求,本文提出了基于改进麻雀搜索算法(Improved Sparrow Search Algorithm,ISSA)和积分图的二维熵图像多阈值分割快速算法。首先,引入麻雀搜索算法(Sparrow Search Algorithm,SSA)并对该算法的算法性能进行分析研究,针对SSA存在的全局搜索能力差、容易陷入局部最优解的缺点,提出了基于方差线性递减的高斯扰动策略和随机步长移动策略的改进麻雀搜索算法(ISSA)。接着,进一步地引入积分图方法,降低总信息熵的运算量,并将总信息熵作为ISSA的适应度函数进行最佳阈值寻优,提出了基于ISSA并结合积分图的二维熵图像多阈值分割快速算法。最后,使用该方法与现有分割算法进行对比实验,实验结果表明,本文方法提升了图像二维熵多阈值分割的分割效率,同时在工业应用场景仍能够获得相同的效果。

关键词：多阈值分割麻雀搜索算法积分图机器视觉

基于IMFO-Otsu的果实深度图像多阈值分割

在线全文

学校读者我要写书评

暂无评论

现代农业装备 2023年第4期44卷 30-35页

作者：陈汝杰唐文艳吕文阁李德源广东工业大学机电工程学院广东广州510006

为了解决传统果实图像进行阈值分割易受颜色、光照等因素影响的问题,提出一种基于改进飞蛾火焰算法(Improved Moth flame Optimization,IMFO)的多阈值分割算法(IMFO-Otsu)。算法在构建深度直方图后,根据多阈值Otsu准则获取最佳分割阈值... 详细信息

为了解决传统果实图像进行阈值分割易受颜色、光照等因素影响的问题,提出一种基于改进飞蛾火焰算法(Improved Moth flame Optimization,IMFO)的多阈值分割算法(IMFO-Otsu)。算法在构建深度直方图后,根据多阈值Otsu准则获取最佳分割阈值。为了提高获取最佳阈值的计算效率,对多阈值Otsu准则进行剪枝处理,并使用提出的改进飞蛾火焰算法对算法进行加速。为验证IMFO-Otsu算法的效果,使用该算法对采集得到的果实图像进行多阈值分割,结果表明提出的算法具有良好的性能。由于提出的算法没有用到彩色图像的颜色信息且简单有效,能在夜间环境等复杂情况对果实识别与定位提供支持。

关键词：深度图像多阈值分割飞蛾火焰算法大津法果实图像

维普期刊数据库博看期刊

在线全文

学校读者我要写书评

暂无评论

基于猫群优化算法的图像多阈值分割方法

中国体视学与图像分析 2018年第2期23卷 125-132页

作者：高烨陶丽丽马苗陕西师范大学计算机科学学院西安710119

针对现有的图像分割方法存在的精度低、稳定性较差的问题,提出了一种基于猫群优化算法的图像多阈值分割方法。本文将猫群优化算法(Cat Swarm Optimization,CSO)引入到图像分割中,以最大类间方差作为猫群优化算法求解的适应度函数,利用... 详细信息

针对现有的图像分割方法存在的精度低、稳定性较差的问题,提出了一种基于猫群优化算法的图像多阈值分割方法。本文将猫群优化算法(Cat Swarm Optimization,CSO)引入到图像分割中,以最大类间方差作为猫群优化算法求解的适应度函数,利用猫群优化算法中猫的两种行为模式——搜寻模式和追踪模式来快速搜寻图像多阈值分割的最佳阈值。实验表明,与粒子群优化算法(Particle Swarm Optimization,PSO)、头脑风暴算法(Brain Storm Optimization,BSO)和人工蜂群算法(Artificial Bee Colony,ABC)相比,CSO在图像分割时的精确性、收敛速度及稳定性上有显著优势。在3阈值图像分割时,所提方法找到最优个体需要的平均迭代次数最少,且稳定性比ABC、BSO和PSO分别提高了5%、10%和80%。

关键词：多阈值分割猫群优化算法粒子群优化算法头脑风暴算法人工蜂群算法