分子動(dòng)理論優(yōu)化算法及其在圖像分割中的應(yīng)用

《分子動(dòng)理論優(yōu)化算法及其在圖像分割中的應(yīng)用》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫(kù)。

1、學(xué)校代號(hào)：10532學(xué)號(hào)：B1009S0009密級(jí)：普通湖南大學(xué)博士學(xué)位論文分子動(dòng)理論優(yōu)化算法及其在圖像分割中的應(yīng)用學(xué)位申請(qǐng)人姓名：范朝冬導(dǎo)師姓名及職稱：歐陽(yáng)紅林教授培養(yǎng)單位：電氣與信息工程學(xué)院專業(yè)名稱：控制科學(xué)與工程論文提交日期：2014年6月19日論文答辯日期：2014年9月26日答辯委員會(huì)主席：王耀南教授萬(wàn)方數(shù)據(jù)Kinetic-moleculartheoryoptimizationalgorithmanditsapplicationinimagesegmentationbyFANChaodon

2、gB.E.(HainanUniversity)2008M.S.(HunanUniversity)2011AdissertationsubmittedinpartialsatisfactionoftheRequirementsforthedegreeofDoctorofEngineeringinControlScienceandEngineeringintheGraduateSchoolofHunanUniversitySupervisorProfessorOUYANGHonglinJune,2014

3、萬(wàn)方數(shù)據(jù)萬(wàn)方數(shù)據(jù)湖南大學(xué)學(xué)位論文原創(chuàng)性聲明本人鄭重聲明：所呈交的論文是本人在導(dǎo)師的指導(dǎo)下獨(dú)立進(jìn)行研究所取得的研究成果。除了文中特別加以標(biāo)注引用的內(nèi)容外，本論文不包含任何其他個(gè)人或集體已經(jīng)發(fā)表或撰寫(xiě)的成果作品。對(duì)本文的研究做出重要貢獻(xiàn)的個(gè)人和集體，均已在文中以明確方式標(biāo)明。本人完全意識(shí)到本聲明的法律后果由本人承擔(dān)。作者簽名：日期：年月日學(xué)位論文版權(quán)使用授權(quán)書(shū)本學(xué)位論文作者完全了解學(xué)校有關(guān)保留、使用學(xué)位論文的規(guī)定，同意學(xué)校保留并向國(guó)家有關(guān)部門或機(jī)構(gòu)送交論文的復(fù)印件和電子版，允許論文被查閱和借閱。本人授權(quán)

4、湖南大學(xué)可以將本學(xué)位論文的全部或部分內(nèi)容編入有關(guān)數(shù)據(jù)庫(kù)進(jìn)行檢索，可以采用影印、縮印或掃描等復(fù)制手段保存和匯編本學(xué)位論文。本學(xué)位論文屬于1、保密□，在______年解密后適用本授權(quán)書(shū)。2、不保密√R。（請(qǐng)?jiān)谝陨舷鄳?yīng)方框內(nèi)打“√”）作者簽名：日期：年月日導(dǎo)師簽名：日期：年月日I萬(wàn)方數(shù)據(jù)分子動(dòng)理論優(yōu)化算法及其在圖像分割中的應(yīng)用摘要優(yōu)化問(wèn)題是科學(xué)研究和工程應(yīng)用中的一個(gè)熱點(diǎn)問(wèn)題，尋求快速、穩(wěn)健、有效的優(yōu)化技術(shù)是各行各業(yè)長(zhǎng)期所一直探討的課題，其中智能優(yōu)化算法因?qū)崿F(xiàn)簡(jiǎn)單、運(yùn)算速度快、優(yōu)化效果好，已引起國(guó)內(nèi)外學(xué)者的

5、廣泛關(guān)注。分子動(dòng)理論中的吸引、排斥和波動(dòng)機(jī)制，為優(yōu)化算法在保證收斂的同時(shí)兼顧種群多樣性提供了可能。因此，本文基于分子動(dòng)理論提出了一種新型的優(yōu)化算法，并圍繞其在圖像分割方面的應(yīng)用展開(kāi)研究?，F(xiàn)有的智能優(yōu)化算法往往存在多樣性差、易陷入局部極值等不足。受分子動(dòng)理論的啟示，本文提出了一種新型的優(yōu)化算法-分子動(dòng)理論優(yōu)化算法。該算法基于分子動(dòng)理論的相關(guān)原理設(shè)計(jì)了吸引、排斥、波動(dòng)三個(gè)算子，通過(guò)模擬分子引力，吸引粒子向最優(yōu)粒子移動(dòng)以確保算法收斂；通過(guò)模擬分子斥力，使算法能夠較好地保持種群多樣性；通過(guò)模擬分子無(wú)規(guī)則的熱

6、運(yùn)動(dòng)，而使算法始終具備全局搜索能力。性能結(jié)果表明，該算法在解的質(zhì)量、魯棒性、種群多樣性、收斂速度等方面都具有明顯優(yōu)勢(shì)。分子動(dòng)理論優(yōu)化算法缺乏局部搜索機(jī)制，其求解精度有待提高；且如當(dāng)前最優(yōu)值為局部極值，則分子動(dòng)理論優(yōu)化算法可能發(fā)生錯(cuò)誤性引導(dǎo)。鑒于精英個(gè)體在優(yōu)化過(guò)程中的重要作用，本文基于協(xié)同進(jìn)化和精英思想對(duì)分子動(dòng)理論優(yōu)化算法進(jìn)行改進(jìn)，提出了M精英協(xié)同分子動(dòng)理論優(yōu)化算法。該算法基于M個(gè)精英以盡量避免發(fā)生錯(cuò)誤引導(dǎo)，采用精英間的學(xué)習(xí)與協(xié)作以提高算法的收斂精度，并通過(guò)新型的波動(dòng)算子以防止算法陷入按維早熟。仿真結(jié)

7、果表明，改進(jìn)算法在求解精度、算法穩(wěn)定性、高維函數(shù)求解等方面均表現(xiàn)出良好性能。傳統(tǒng)的多閾值分割算法因需對(duì)閾值空間進(jìn)行蠻力搜索，計(jì)算效率較低。鑒于分子動(dòng)理論優(yōu)化算法的優(yōu)良表現(xiàn)，探索運(yùn)用該算法求解多閾值問(wèn)題?；贙apur熵和Otsu兩種最為流行的閾值分割準(zhǔn)則，對(duì)運(yùn)用分子動(dòng)理論優(yōu)化算法實(shí)現(xiàn)多閾值分割進(jìn)行了初步探討。與細(xì)菌覓食和差分進(jìn)化等主流的智能優(yōu)化算法相比，該算法運(yùn)算速度快、魯棒性好、能較好地對(duì)圖像進(jìn)行分割。在氧化鋁工業(yè)生產(chǎn)過(guò)程中，因工況復(fù)雜，回轉(zhuǎn)窯火焰圖像中往往存在噪聲，如用上述方法對(duì)其進(jìn)行分割，則其

8、抗噪性差略顯不足。通過(guò)對(duì)斜分Otsu法進(jìn)行改進(jìn)，本文提出了一種基于改進(jìn)斜分Otsu法的回轉(zhuǎn)窯火焰圖像分割算法。該算法基于簡(jiǎn)化的距離測(cè)度函數(shù)選取最佳閾值，以減少計(jì)算量和便于多閾值擴(kuò)展；采用基于后處理思想的圖像分割方式，以進(jìn)一步增強(qiáng)算法的抗噪性；運(yùn)用分子動(dòng)理論優(yōu)化算法求解閾值，以提高算法的運(yùn)算效率。某廠氧化鋁回轉(zhuǎn)窯火焰圖像的分割測(cè)II萬(wàn)方數(shù)據(jù)博士學(xué)位論文試驗(yàn)證了該算法的有效性。改進(jìn)斜分Otsu法雖具備一定的抗噪性，但其性能仍有待提高。本文提出了一種基于空間截面投影的Ots