基于蟻群算法的火焰圖像分割方法應(yīng)用研究.pdf

1、回轉(zhuǎn)窯是一種結(jié)構(gòu)復(fù)雜的大型的熱工設(shè)備，是一個(gè)具有非線性、多變量、大滯后、強(qiáng)耦合的被控對(duì)象?；趫D像處理的窯內(nèi)燒結(jié)帶溫度檢測大多基于圖像分割技術(shù)，但由于窯內(nèi)煙塵的干擾，回轉(zhuǎn)窯火焰圖像有時(shí)較差，因此精確分割這類圖像的特征區(qū)域就變得極具挑戰(zhàn)性。常用的一些圖像分割方法在火焰圖像黑把子區(qū)域的分割上效果不佳，容易將黑把子區(qū)域與背景區(qū)域劃分在一起，因此本文通過研究蟻群算法，嘗試將蟻群算法應(yīng)用到火焰圖像的黑把子區(qū)域分割中。論文的主要內(nèi)容如下：
　

2、　首先對(duì)蟻群算法的基本原理以及數(shù)學(xué)模型作詳細(xì)的闡述，分析蟻群算法的一些優(yōu)缺點(diǎn)，并介紹一些改進(jìn)的蟻群算法。通過研究旅行商(TSP)問題，利用matlab工具編程實(shí)現(xiàn)蟻群算法在TSP問題求解中的應(yīng)用，為后續(xù)蟻群算法應(yīng)用于火焰圖像分割中打下了基礎(chǔ)。
　　其次對(duì)窯前圖像的常規(guī)分割方法進(jìn)行實(shí)驗(yàn)研究，詳細(xì)介紹了閾值分割法、邊緣檢測分割法、基于區(qū)域特性的分割法以及基于特定理論的分割法，并針對(duì)每類方法對(duì)火焰圖像進(jìn)行了實(shí)驗(yàn)分析，實(shí)驗(yàn)證明，常用的一些

3、圖像分割方法對(duì)火焰圖像的黑把子區(qū)域分割效果明顯不佳。
　　最后研究了蟻群算法在火焰圖像分割中的應(yīng)用，建立起蟻群算法在火焰圖像分割中的數(shù)學(xué)模型，通過分析蟻群算法的不足，將多態(tài)蟻群算法引入到火焰圖像分割中，提出了一種火焰圖像多態(tài)蟻群分割方法。首先將圖像進(jìn)行小波分解，對(duì)低頻系數(shù)進(jìn)行分塊，利用多個(gè)蟻群對(duì)圖像塊進(jìn)行搜索分割。其次調(diào)整蟻群聚類中心的更新機(jī)制，采取大津和K均值平均法進(jìn)行更新各類像素中心。最后多個(gè)蟻群共同協(xié)作，由局部搜索實(shí)現(xiàn)對(duì)整幅