模糊理論的應(yīng)用(編輯修改稿)
2025-08-15 20:35 本頁面
【文章內(nèi)容簡介】 據(jù)點(diǎn)作為聚類中心的可能性低于設(shè)定的閾值 。 ? 《 蟻群模糊聚類的圖像分割 》 ? 湯可宗，江新姿，高尚 江蘇科技大學(xué) 電子信息學(xué)院 ? 圖像分割問題可看作具有相似特征的像素進(jìn)行分別聚類的過程。 ? 每只螞蟻是以灰度、鄰域均值灰度、梯度為特征的三維向量。 ? 初始聚類中心設(shè)置：圖像的灰度直方圖上各點(diǎn)連接起來的包絡(luò)曲線，其最小值個(gè)數(shù) k，聚類個(gè)數(shù)為 k+1。 ? 單峰明顯，以峰值點(diǎn)作為聚類中心的灰度特征，不明顯的采用該區(qū)域中灰度均值作為聚類中心。 ? 設(shè)置循環(huán)次數(shù)，設(shè)置信息素相同初值；初始聚類中心設(shè)置，給出初始蟻群分配方案； ? 對每只螞蟻按轉(zhuǎn)移概率選擇下一個(gè)節(jié)點(diǎn)； ? 一次蟻群聚類后，根據(jù)所得到的聚類個(gè)數(shù)，計(jì)算各類的聚類中心，計(jì)算類間與類內(nèi)距離，當(dāng)類間與類內(nèi)距離之比大于閾值 時(shí)，合并兩類，更新聚類中心。 ? 若循環(huán)次數(shù)大于規(guī)定的次數(shù)，停止運(yùn)行，否則轉(zhuǎn)步驟 2 繼續(xù)執(zhí)行。 組合方法 ? 《 模糊遺傳算法及其在圖像恢復(fù)中的應(yīng)用 》 ? 鄧?yán)? 西南大學(xué) ? 圖像恢復(fù)較多采用遺傳算法，種群的個(gè)體為一幅圖像，若圖像的大小為 UxV，灰度級為 0~L1，則需在 U、 V維空間的 LU*V個(gè)格點(diǎn)中尋找到使目標(biāo)函數(shù)得到最大，將極大增加運(yùn)算復(fù)雜度，導(dǎo)致圖像的恢復(fù)質(zhì)量不夠理想 。 ? 采用基于模糊遺傳算法的圖像分塊恢復(fù)方法：將大尺寸的降質(zhì)圖像均勻劃分為若干子圖像塊，對各子圖像塊獨(dú)立采用遺傳算法恢復(fù)。 ? 針對較強(qiáng)的邊緣信息，將各子圖像塊直方圖統(tǒng)計(jì)數(shù)據(jù)輸入模糊邏輯控制器自適應(yīng)地調(diào)整適應(yīng)度函數(shù)的參數(shù)、適應(yīng)度拉伸時(shí)的退火初始溫度、交叉概率和變異概率。 ? 將恢復(fù)后的子圖像塊重組為整幅圖像，并對因分塊造成的邊界噪聲進(jìn)行相應(yīng)處理。
環(huán)評公示相關(guān)推薦
鄂ICP備17016276號-1