改进型粒子群优化算法及其在图像分割中应用.pdfVIP

摘要 改进型粒子群优化算法及其在图像分割中的应用 姓名：肖高超 导师：王强 专业：计算机软件与理论 方向：人工智能与图像处理 年级：2005 摘要 粒子群优化算法(Particle Swarm Optimization,PSO 算法)源于鸟群和鱼群群体运动 行为的研究，是一种基于种群搜索策略的自适应随机优化算法。作为群智能的典型代表， 粒子群优化算法已被证明是一种有效的全局优化方法，它收敛速度快、计算简单和容易实 现，因而一经提出就受到全世界研究者的广泛重视。目前已经被广泛应用于图像分割、目 标函数优化、神经网络训练、模糊控制系统等许多领域，并取得了很好的效果。然而它仍 然存在一些缺点：容易陷入局部最优以及在演化后期收敛速度迅速减小，因此往往收敛不 到全局最优解。 图像分割是目标检测和识别过程中的重要步骤，其目的是将感兴趣区域从图像中分割 出来，从而为计算机视觉的后续处理提供依据。对图像进行分割的方法有多种，阈值法因实 现简单而成为一种有效的图像分割方法。然而要在直方图呈多峰分布的复杂