版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、基于圖像處理的顆粒目標(biāo)自動(dòng)分割和識(shí)別是工農(nóng)業(yè)生產(chǎn)中實(shí)現(xiàn)自動(dòng)化檢測(cè)的重要方法,利用模糊集合理論可以有效地解決目標(biāo)分割和識(shí)別中的模糊問題,提高分割識(shí)別精度。本文針對(duì)模糊集合理論在顆粒目標(biāo)分割和識(shí)別中的關(guān)鍵問題進(jìn)行了深入研究,主要工作如下:
1.針對(duì)模糊劃分熵多閾值分割算法在確定最優(yōu)閾值時(shí)易陷入局部最優(yōu)解的問題進(jìn)行分析,認(rèn)為這是由于常用的遺傳算法對(duì)模糊劃分熵函數(shù)尋優(yōu)時(shí),易早熟的現(xiàn)象導(dǎo)致的。針對(duì)該問題,采用染色體編碼、遺傳參數(shù)設(shè)置、進(jìn)
2、化方向等方面改進(jìn)后的遺傳算法進(jìn)行尋優(yōu),應(yīng)用了一種改進(jìn)遺傳算法的模糊劃分熵多閾值分割算法對(duì)顆粒目標(biāo)圖像進(jìn)行分割。實(shí)驗(yàn)結(jié)果驗(yàn)證了該算法在顆粒目標(biāo)圖像分割上的可行性和優(yōu)越性。
2.針對(duì)模糊劃分熵多閾值分割算法對(duì)目標(biāo)像素比例大于10%的顆粒目標(biāo)圖像分割時(shí),存在的噪聲大、空間相關(guān)性差、運(yùn)行時(shí)間隨閾值數(shù)量增加而線性增長(zhǎng)的問題,提出了一種遞推的模糊劃分熵多閾值顆粒分割算法。首先將圖像總模糊熵公式中不同變量的組合計(jì)算轉(zhuǎn)化為遞推過程;然后保存部
3、分不重復(fù)的遞推結(jié)果用于后續(xù)計(jì)算;最后使用種群尋優(yōu)算法快速確定最優(yōu)閾值,并采用基于區(qū)域的圖割算法對(duì)分割結(jié)果實(shí)施優(yōu)化。實(shí)驗(yàn)部分首先對(duì)不同的種群尋優(yōu)算法進(jìn)行性能評(píng)估;然后將遞推算法與不同的種群尋優(yōu)算法相結(jié)搜索全局最優(yōu)閾值,以驗(yàn)證遞推算法的有效性;最后將此算法與常用的多閾值分割算法相對(duì)比,以證明提出算法的優(yōu)越性。通過多幅骨料顆粒目標(biāo)圖像分割測(cè)試表明,運(yùn)行時(shí)間隨閾值數(shù)量的增加基本保持穩(wěn)定,相比于無(wú)遞推策略的模糊劃分熵多閾值分割算法,運(yùn)行時(shí)間提高約
4、10倍-100倍,且較好地去除了噪聲,強(qiáng)化了空間相關(guān)性,提高了分割精度。
3.針對(duì)模糊劃分熵多閾值分割算法對(duì)目標(biāo)像素比例小于10%的模糊小顆粒目標(biāo)圖像分割時(shí),存在的噪聲大,背景干擾強(qiáng),分割精度低的問題,提出了一種自適應(yīng)模糊劃分熵多閾值顆粒分割算法。首先采用迭代驗(yàn)證法確定隸屬度函數(shù)窗寬;然后使用自動(dòng)的圖像劃分算法將圖像分為若干子圖;最后采用基于人工蜂群尋優(yōu)的遞推模糊劃分熵多閾值分割算法對(duì)各子圖進(jìn)行分割,并使用基于像素的迭代圖割算
5、法對(duì)分割后的結(jié)果實(shí)施優(yōu)化。通過多幅人工仿真圖像和真實(shí)FISH基因圖像分割測(cè)試表明,常用的自適應(yīng)分割算法和其它尋優(yōu)策略的模糊劃分熵多閾值分割算法的錯(cuò)誤劃分概率均大于8.00×10-2,而本文算法的錯(cuò)誤劃分概率小于7.00×10-2。
4.針對(duì)不同顆粒目標(biāo)的特征量具有模糊界限的問題,提出了基于模糊綜合評(píng)判的目標(biāo)識(shí)別方法。首先對(duì)分割優(yōu)化后的結(jié)果進(jìn)行形態(tài)學(xué)圖像預(yù)處理;然后選擇適當(dāng)?shù)奶卣髁?建立相應(yīng)的隸屬度函數(shù);最后確定各特征量的權(quán)重值
6、,建立模糊關(guān)系矩陣,進(jìn)行模糊綜合評(píng)判。通過多幅骨料顆粒和FISH基因顆粒目標(biāo)圖像測(cè)試表明,本文算法的識(shí)別正確率大于95%。
5.構(gòu)建了一個(gè)較為完整的顆粒目標(biāo)自動(dòng)分割和識(shí)別系統(tǒng)。在系統(tǒng)的構(gòu)建過程中,為了對(duì)不同種類的顆粒目標(biāo)圖像實(shí)現(xiàn)模糊劃分熵分割算法的自動(dòng)選擇,采用模糊神經(jīng)網(wǎng)絡(luò)的方法來(lái)解決,即將顆粒目標(biāo)圖像在不同模糊劃分?jǐn)?shù)下獲得的模糊熵值作為輸入,各因素的模糊綜合評(píng)判矩陣作為神經(jīng)元,確定的模糊劃分熵方法作為輸出,經(jīng)過大量樣本的反復(fù)
溫馨提示
- 1. 本站所有資源如無(wú)特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于模糊集合理論的彩色圖像分割算法研究.pdf
- 基于模糊集合理論的聚類算法研究與應(yīng)用.pdf
- 基于模糊集合理論的服裝產(chǎn)品設(shè)計(jì)企劃實(shí)踐研究.pdf
- 基于模糊集合理論的大型變壓器保護(hù)算法研究.pdf
- 基于模糊集理論的圖像分割研究.pdf
- 基于模糊集理論的圖像增強(qiáng)和圖像分割算法研究.pdf
- 基于二型模糊集合理論的交通流長(zhǎng)時(shí)預(yù)測(cè)方法研究.pdf
- 運(yùn)用數(shù)值仿真和模糊集合理論監(jiān)測(cè)核電站電廠系統(tǒng)特性研究.pdf
- 基于模糊集合的漢語(yǔ)主觀句識(shí)別方法研究與實(shí)現(xiàn).pdf
- 1456.基于模糊集合理論的不確定性曲面重構(gòu)分析及應(yīng)用
- 基于區(qū)間值模糊集合的分類算法研究.pdf
- 猶豫模糊集和Picture模糊集理論與應(yīng)用研究.pdf
- 基于粗糙模糊集理論的柔肝化纖顆粒療效評(píng)定及優(yōu)化.pdf
- 基于模糊集合的對(duì)等風(fēng)信任管理模型研究.pdf
- 基于模糊集理論的模糊績(jī)效及其管理研究.pdf
- 基于直覺模糊集的醫(yī)學(xué)圖像聚類分割.pdf
- 基于模糊集與空間信息的圖像分割算法研究.pdf
- 基于模糊理論的水下圖像分割與識(shí)別算法研究.pdf
- 基于Kinect的場(chǎng)景分割和目標(biāo)識(shí)別研究.pdf
- 基于模糊集理論的關(guān)聯(lián)規(guī)則研究.pdf
評(píng)論
0/150
提交評(píng)論