分子動理論優(yōu)化算法及其在圖像分割中的應(yīng)用

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

1、學(xué)校代號：10532學(xué)號：B1009S0009密級：普通湖南大學(xué)博士學(xué)位論文分子動理論優(yōu)化算法及其在圖像分割中的應(yīng)用學(xué)位申請人姓名：范朝冬導(dǎo)師姓名及職稱：歐陽紅林教授培養(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日答辯委員會主席：王耀南教授萬方數(shù)據(jù)Kinetic-moleculartheoryoptimizationalgorithmanditsapplicationinimagesegmentationbyFANChaodon

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

3、萬方數(shù)據(jù)萬方數(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)下獨立進行研究所取得的研究成果。除了文中特別加以標注引用的內(nèi)容外，本論文不包含任何其他個人或集體已經(jīng)發(fā)表或撰寫的成果作品。對本文的研究做出重要貢獻的個人和集體，均已在文中以明確方式標明。本人完全意識到本聲明的法律后果由本人承擔。作者簽名：日期：年月日學(xué)位論文版權(quán)使用授權(quán)書本學(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)校保留并向國家有關(guān)部門或機構(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)庫進行檢索，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。2、不保密√R。（請在以上相應(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萬方數(shù)據(jù)分子動理論優(yōu)化算法及其在圖像分割中的應(yīng)用摘要優(yōu)化問題是科學(xué)研究和工程應(yīng)用中的一個熱點問題，尋求快速、穩(wěn)健、有效的優(yōu)化技術(shù)是各行各業(yè)長期所一直探討的課題，其中智能優(yōu)化算法因?qū)崿F(xiàn)簡單、運算速度快、優(yōu)化效果好，已引起國內(nèi)外學(xué)者的

5、廣泛關(guān)注。分子動理論中的吸引、排斥和波動機制，為優(yōu)化算法在保證收斂的同時兼顧種群多樣性提供了可能。因此，本文基于分子動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)用展開研究。現(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。受分子動理論的啟示，本文提出了一種新型的優(yōu)化算法-分子動理論優(yōu)化算法。該算法基于分子動理論的相關(guān)原理設(shè)計了吸引、排斥、波動三個算子，通過模擬分子引力，吸引粒子向最優(yōu)粒子移動以確保算法收斂；通過模擬分子斥力，使算法能夠較好地保持種群多樣性；通過模擬分子無規(guī)則的熱

6、運動，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。分子動理論優(yōu)化算法缺乏局部搜索機制，其求解精度有待提高；且如當前最優(yōu)值為局部極值，則分子動理論優(yōu)化算法可能發(fā)生錯誤性引導(dǎo)。鑒于精英個體在優(yōu)化過程中的重要作用，本文基于協(xié)同進化和精英思想對分子動理論優(yōu)化算法進行改進，提出了M精英協(xié)同分子動理論優(yōu)化算法。該算法基于M個精英以盡量避免發(fā)生錯誤引導(dǎo)，采用精英間的學(xué)習與協(xié)作以提高算法的收斂精度，并通過新型的波動算子以防止算法陷入按維早熟。仿真結(jié)

7、果表明，改進算法在求解精度、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閾值空間進行蠻力搜索，計算效率較低。鑒于分子動理論優(yōu)化算法的優(yōu)良表現(xiàn)，探索運用該算法求解多閾值問題。基于Kapur熵和Otsu兩種最為流行的閾值分割準則，對運用分子動理論優(yōu)化算法實現(xiàn)多閾值分割進行了初步探討。與細菌覓食和差分進化等主流的智能優(yōu)化算法相比，該算法運算速度快、魯棒性好、能較好地對圖像進行分割。在氧化鋁工業(yè)生產(chǎn)過程中，因工況復(fù)雜，回轉(zhuǎn)窯火焰圖像中往往存在噪聲，如用上述方法對其進行分割，則其

8、抗噪性差略顯不足。通過對斜分Otsu法進行改進，本文提出了一種基于改進斜分Otsu法的回轉(zhuǎn)窯火焰圖像分割算法。該算法基于簡化的距離測度函數(shù)選取最佳閾值，以減少計算量和便于多閾值擴展；采用基于后處理思想的圖像分割方式，以進一步增強算法的抗噪性；運用分子動理論優(yōu)化算法求解閾值，以提高算法的運算效率。某廠氧化鋁回轉(zhuǎn)窯火焰圖像的分割測II萬方數(shù)據(jù)博士學(xué)位論文試驗證了該算法的有效性。改進斜分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