基于人工生命的图像分割算法的研究与实现.pdfVIP

基王厶工生佥丝崮垡坌型簦生鲍12[丛：!兰墨 ：!!≥Z 基于人工生命的图像分割算法的研究与实现水 李刚李继云 冬华人学计算机学院，上海201620 摘要：本文提出了一种基于人工生命的图像分割方法。该方法将待分割图像看作人工生命智能体 的生存环境，’通过生存在其上的人工生命智能体模型一代代繁衍、扩张来最终得到图像的分割结果． 人工生命智能体模型具有包括种繁殖，遗传，种内合作，死亡等一些重要的生命特征．实验表明，该 方法不仅具有很好的性能而且具有很好的应用潜力。一 关键词：人工生命图像分割智能体生命特征像素格环境 —jL． 口 ，图像分割指将幽像分成各具特性的区域并提取I出感兴趣目标的技术和过程。它是由图像处理到图像分 析的关键步骤；是一种基本的计算机视觉技术。只有在图像分割的基础上才能对目标进行特征提取和参数 测量，使得更高层的图像分析和理解成为可能。冈此对图像分割方法的研究具有十分重要的意义。 灰度图像分割方法一般可分为利川区域内灰度相似性的基丁区域的方法利利用区域间灰度不连续性的 基于边界的方法。其中利JHj区域内灰度相似性的基丁区域的方法包括闽值法，区域生长法，分裂合并法等。 在阈值法中比较著名且常用的方法有灰度直方图峰谷法…，Otsu法【2】和最人熵自动闽值法【3．4l。但是这些方法 都存在缺陷，影响性能和廊Hj。灰度直方幽法要求灰度直方图有明显的双峰以便丁模式分割，这种方法简 单易行，但是对于灰度直方图中波峰不明显或波谷宽阔平坦的图像不能使用该方法。区域生长法【5】要解决的 主要问题是区域生长准则的设计和算法的高效性。生长准则往往和具体问题有关，直接影响最后形成的区 域，如果选取不当就会造成过分割和欠分割的现象。区域生长法的优点是计算简单，对于较均匀的连通目 标有较好的分割效果。它的缺点是需要人为确定种子点，对噪卢敏感，可能导致区域内有空洞。另外，它 是一种串行算法，当日标较人时，分割速度较慢。分裂合并法的关键是分裂合并准则的设计。这种方法对 复杂图像的分割效果较好，但算法较复杂，计算颦人，分裂还可能破坏区域的边界并且这种方法产生的边 界比较直没有白然边界那样平滑。人：J：生命(Artificial CG教授在1987年提出来的，并把它定义为“研 新兴学科。人jC生命的概念是由美国圣达菲研究所的Langton 究具有自然生命系统行为特征的人造系统”。虽然人T生命这门学科仍处在发展阶段但已在解决复杂问题上 显示出了很好的前景。把人jL：生命应川剑计算机图形学和图像分析中。融合了以前的理论和方法，并加入 KAGAWA【71 了新的概念，例如生、死、成艮、繁殖、遗传、自然选抒等，是图像分割的一种新方法。Hideki 等人用人jl：生命的方法对图像进行边缘检测，取得了不错的效果。Vitorino Almeida【81也模拟 Ramos与Filipe 为取得了较好的分割效果，但是其算法的规则比较繁杂，影响了算法执行的速度。 本文提出了一种具有自主性的智能体人jI：生命模型，该智能体能够进行自我复制，向其他领域扩张， ·基金资助l—I-．海市科委项I：1“箍于嵌入式技术的轨道交通嘲络化关键电子设备研究”(06dzl50003)。 作者简介l李刚，硕1：研究生。主要研究方向：|鳘I像处理，人T生命：李继厶，副教授，硕L生导师，主研方向：计算基图 形图像处理及应用，智能CAD。 1138 计算机技术与戍用进展·2007 与其他智能体进行交互，与其生存环境进行交互。本文所提出的这种方法的最人特点就是它是白底向上的， 非全局控制，和并行进行的。最后的结果完全是由智能体白发行为所涌现出米的。智能体能够根据行为