学位论文 > 优秀研究生学位论文题录展示

差分进化算法在图像处理中的应用研究

作　者: 赵艳丽
导　师: 裴振奎
学　校: 中国石油大学
专　业: 计算机科学与技术
关键词: 差分进化算法图像分割图像恢复图像匹配
分类号: TP391.41
类　型: 硕士论文
年　份: 2010年
下　载: 134次
引　用: 1次
阅　读: 论文下载

内容摘要

生物的进化普遍遵循达尔文的“物竞天择、适者生存”的准则,即通过个体之间的选择、交叉和变异来适应自然环境。进化算法就是仿效生物界进化过程的新型优化方法,不依赖与问题的具体特征,具有通用、简单、并行处理等优点,因此被认为是对21世纪的计算机技术有重大影响的关键技术。差分进化算法提出时间较晚,但其以较强的全局收敛能力、鲁棒性和稳定性迅速成为进化算法领域的研究热点。差分进化算法保留了基于种群的全局搜索策略,采用实数编码、基于差分的简单变异操作和一对一的竞争生存策略,降低了进化操作的复杂性。差分进化算法作为一种高效、简单的并行优化算法,对其进行理论和应用研究具有重要的学术意义。本文通过对差分进化算法理论基础的研究,针对不同应用问题给出了不同的改进算法。使用差分进化算法解决图像分割问题,并与最大类间方差法作比较分析,试验证明可节省大量时间。在含噪音图像分割问题中,本文使用二次探索改进差分进化算法,提高了算法在进化后期的搜索能力,改善了图像分割的视觉效果。图像恢复问题是图像处理的重要问题之一。图像恢复问题的主要难点图像信息大,处理速度慢。因此,本文借助差分进化算法的收敛速度快、算法稳定等优点进行图像恢复。在图像恢复过程中算法结合图像特点,随机选取窗口进行交叉和变异操作,取得了较好的结果。最后,本文将差分进化算法应用于图像匹配问题,并与基于灰度相关匹配、SSDA匹配算法作比较分析,试验表明本文算法可节省大量时间,匹配精确度达到90%。在此基础上,将混沌优化方法与差分进化算法相结合应用于图像匹配,收敛速度更快,匹配精度略有降低。

全文目录

摘要  4-5
Abstract  5-10
第一章绪论  10-17
  1.1 课题的背景及意义  10-11
  1.2 图像处理简介  11-14
  1.3 进化算法在图像处理中的应用  14-16
    1.3.1 图像分割研究状况  14
    1.3.2 图像恢复研究状况  14-15
    1.3.3 图像匹配研究状况  15-16
  1.4 论文主要研究内容及组织结构  16-17
    1.4.1 主要研究内容  16
    1.4.2 组织结构  16-17
第二章差分进化算法综述  17-25
  2.1 差分进化算法简介  17
  2.2 差分进化算法概述  17-20
    2.2.1 差分进化算法基本思想  17-18
    2.2.2 差分进化算法描述  18-20
    2.2.3 差分进化算法参数  20
  2.3 差分进化算法分析与比较  20-23
  2.4 差分进化算法的应用  23-24
  2.5 本章小结  24-25
第三章差分进化算法在图像分割中的应用研究  25-35
  3.1 图像分割基本理论  25-27
    3.1.1 图像分割定义  25-26
    3.1.2 常用的图像分割算法  26-27
  3.2 基于差分进化算法的图像分割  27-30
    3.2.1 最大类间方差法  27-28
    3.2.2 基于差分进化算法的图像分割步骤  28
    3.2.3 实验仿真与分析  28-30
  3.3 基于二次探索差分进化算法的图像分割  30-33
    3.3.1 算法描述  30-31
    3.3.2 算法基本流程  31-32
    3.3.3 实验仿真与分析  32-33
  3.4 本章小结  33-35
第四章差分进化算法在图像恢复中的应用研究  35-45
  4.1 图像恢复的基本理论  35-37
    4.1.1 图像恢复的基本概念  35
    4.1.2 图像退化和恢复过程模型  35-36
    4.1.3 常用的图像恢复方法  36-37
    4.1.4 图像恢复的评价标准  37
  4.2 基于差分进化算法的图像恢复方法  37-40
    4.2.1 差分进化算法进行图像恢复的优势  37-38
    4.2.2 算法描述  38-40
  4.3 实验仿真与分析  40-44
  4.4 本章小结  44-45
第五章差分进化算法在图像匹配中的应用研究  45-60
  5.1 图像匹配基本理论  45-48
    5.1.1 图像匹配概念  45
    5.1.2 图像匹配标准  45-46
    5.1.3 基于模板匹配的图像识别方法  46-48
  5.2 基于差分进化算法的图像匹配  48-56
    5.2.1 图像匹配问题描述  48-49
    5.2.2 基于差分进化算法的图像匹配算法的描述  49-50
    5.2.3 实验仿真与分析  50-56
  5.3 基于混沌差分进化算法的图像匹配  56-59
    5.3.1 混沌优化方法理论  56
    5.3.2 基于混沌差分进化算法的图像匹配算法基本流程  56-57
    5.3.3 实验仿真与分析  57-59
  5.4 本章小结  59-60
第六章结论  60-62
参考文献  62-66
攻读硕士学位期间取得的学术成果  66-67
致谢  67

相似论文

基于差分进化算法的JSP环境下成套订单研究,F273
森林防火系统中图像识别算法的研究,TP391.41
临近空间图像侦察系统中的图像恢复技术研究,TP391.41
红外图像匹配技术研究,TP391.41
数字图像处理在集装箱检测中的应用研究,TP274.4
个性化人工膝关节设计及其生物力学特性研究,R318.1
K-均值聚类算法的研究与改进,TP311.13
极端气象灾害下考虑不确定断线故障的电力系统随机优化调度,TM73
基于图像处理技术的烟叶病害自动识别研究,S435.72
红外图像目标识别及跟踪技术研究,TP391.41
细菌聚类算法及其在图像分割问题中的研究与应用,TP391.41
K-means聚类优化算法的研究,TP311.13
基于图割理论的图像匹配问题研究,TP391.41
基于特征描述的图像匹配方法研究,TP391.41
基于粒子群优化的Fuzzy c-mean聚类算法的基因芯片图像处理,TP391.41
基于概率PCA的图像复原方法研究及其应用,TP391.41
基于知识的脊柱MRI影像分割算法研究,TP391.41
基于OpenCV的人脸检测方法研究,TP391.41
计算机辅助髋关节置换手术系统研究与开发,TP391.41
SAR成像目标识别子区选取与匹配方法研究,TN957.52
基于单目夜视图像的深度估计,TP391.41