資源描述：
《基于改進(jìn)貝葉斯優(yōu)化算法的圖像分割方法_畢曉君.pdf》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在行業(yè)資料-天天文庫。
1、第37卷第12期應(yīng)用科技Vol．37，№．122010年12月AppliedScienceandTechnologyDec．2010doi:10．3969/j．issn．1009－671X．2010．12．005基于改進(jìn)貝葉斯優(yōu)化算法的圖像分割方法畢曉君，彭偉(哈爾濱工程大學(xué)信息與通信工程學(xué)院，黑龍江哈爾濱150001)摘要:圖像分割是圖像處理和計(jì)算機(jī)視覺的重要研究領(lǐng)域．在此將基于免疫機(jī)理的改進(jìn)貝葉斯優(yōu)化算法應(yīng)用于圖像分割，利用其較好的尋優(yōu)能力搜索到圖像的最佳閾值，達(dá)到較好的圖像分割效果，并拓展了算法的應(yīng)用
2、領(lǐng)域．仿真結(jié)果表明，改進(jìn)貝葉斯優(yōu)化算法可以獲得更好的圖像分割效果及更低的計(jì)算量．關(guān)鍵詞:圖像分割;貝葉斯優(yōu)化算法;免疫機(jī)理;計(jì)算量中圖分類號(hào):TP391文獻(xiàn)標(biāo)志碼:A文章編號(hào):1009－671X(2010)12－0019－04ImagesegmentationbasedonimprovedBayesianoptimizationalgorithmBIXiao-jun，PENGWei(CollegeofInformationandCommunicationEngineering，HarbinEngineeri
3、ngUniversity，Harbin150001，China)Abstract:Imagesegmentationisoneofthemostimportantresearchfieldsofimageprocessandcomputervision．Inthispaper，improvedBayesianoptimizationalgorithmbasedonimmunemechanismisintroducedintoimageseg-mentationtoseekoptimalthresholdby
4、usingthealgorithm＇soptimizingability，andtoextendthisalgorithm＇sappli-cationfield．Simulationresultsshowthattheproposedalgorithmhasabetterimagesegmentationresultandlowercomputationalcomplexity．Keywords:imagesegmentation;Bayesianoptimizationalgorithm;immuneme
5、chanism;computationalcomplexity圖像分割是圖像處理、模式識(shí)別等研究領(lǐng)域中進(jìn)化算法中，通過選擇策略選擇出適應(yīng)度值較高的的重要課題，受應(yīng)用目的、目標(biāo)背景特性和成像條件解，并從這些解中提取信息，構(gòu)造貝葉斯網(wǎng)絡(luò)，然后［1－3］［4－5］等因素影響，圖像分割并沒有通用的算法．目前再對貝葉斯網(wǎng)絡(luò)進(jìn)行采樣從而產(chǎn)生新解，這樣圖像分割歸納起來主要有4種分割方法:閾值法、區(qū)產(chǎn)生的解不但有貝葉斯網(wǎng)絡(luò)這個(gè)數(shù)學(xué)工具作為理論域分割法、邊緣檢測法、聚類法．其中最常用的方法基礎(chǔ)，還不會(huì)破壞基因塊的連鎖依賴關(guān)系
6、，從而避免［6］是閾值分割法，其關(guān)鍵在于尋找最優(yōu)的閾值，因此近了遺傳算法易于陷入局部最優(yōu)的問題．年來有人成功地將一些優(yōu)化算法應(yīng)用到閾值確定文中將基于免疫機(jī)理的貝葉斯優(yōu)化改進(jìn)算法應(yīng)上，如利用遺傳算法較好的尋優(yōu)能力，得到圖像的最用到圖像分割當(dāng)中，該算法通過免疫機(jī)理的指導(dǎo)作佳分割閾值;但是遺傳算法易于陷入局部最優(yōu)，不能用，減少貝葉斯優(yōu)化算法的計(jì)算量，并能得到最優(yōu)的保證每次圖像分割都是最佳效果，所以如何有效的分割閾值，達(dá)到最佳的分割效果．獲取最佳閾值仍是目前研究的重點(diǎn)．1圖像的閾值分割方法貝葉斯優(yōu)化算法(Bayes
7、ianoptimizationalgo-rithm，簡稱BOA算法)是近年逐漸興起的一種基于閾值法是圖像分割最常用的方法之一，其中最概率分布的優(yōu)化算法，它將貝葉斯網(wǎng)絡(luò)模型引入到常用的方法是最大類間方差法．收稿日期:2010-01-14．作者簡介:畢曉君(1964-)，女，教授，博士生導(dǎo)師，主要研究方向:智能信號(hào)處理，E-mail:bixiaojun@hrbeu．edu．cn．·20·應(yīng)用科技第37卷最大類間方差法基本思想是對圖像的像素進(jìn)行目標(biāo)和背景分離的目的．劃分，通過劃分使各類之間的距離達(dá)到最大，類間距改
8、進(jìn)的貝葉斯優(yōu)化算法是利用免疫機(jī)理的導(dǎo)向離達(dá)到最小，從而使目標(biāo)和背景的差別最大，并由此性變異，對貝葉斯網(wǎng)絡(luò)產(chǎn)生的解進(jìn)行疫苗接種，使其來確定合適的門限，保證分割后的像素相似性達(dá)到向個(gè)體適應(yīng)度高的方向變異，由此提高個(gè)體的適應(yīng)［7］最大．其具體步驟是:把圖像中的像素用閾值t分度值，從而減少貝葉斯網(wǎng)絡(luò)的構(gòu)建次數(shù)，降低貝葉斯成2類C0和C1，C0由灰度值在0～t之間的像素組優(yōu)化算法的計(jì)算量．其算法的具體步驟如下:成，由灰度值
