遗传蚁群算法在医学图像分割中的应用研究.pdf

摘要 摘要 图像分割是图像处理和分析领域的经典难题。医学图像分割是图像分割中的 一个重要应用。 ：遗传算法GA(Genetic Algorithm)是在遗传理论和自然选择的基础上，结合 了生物进化中的适者生存规则和群体内部染色体的随机交换机制，是一种全局寻 优搜索算法。遗传算法虽然具有很好的全局搜索能力，但是没有利用系统中的反 馈信息，往往导致大量无用的冗余迭代，局部搜索能力较弱，求解效率低。 !蚁群算法AC(Ant Colony)是一种基于种群的启发式算法。该方法源自与对 于真实蚁群和它们的集体觅食行为的观察。蚁群算法充分利用了信息素的正反馈 机制，局部搜索能力较强。但是由于搜索初期信息素匮乏，导致搜索初期信息素 积累时间较长，求解速度慢。随着问题规模的扩大，蚁群算法的搜索时间较长， 求解速度较慢，还容易收敛于局部最优解而导致算法早熟。 遗传蚁群算法(GAAC)是将GA和AC相融合，其基本思想是吸取两种算法 在求解最优解问题中的优势，克服其各自的劣势，优势互补。该算法在求最优解 效率上优于遗传算法，在时间效率