提高医学图像边缘定位结果的组合型定位算法研究

通过专业比较若干种图像边缘提取算法的基础上,本文提出了一种图像边缘算法的组合型算法,该算法是在中值滤波的基础上,再进行prewitt算法和canny算法的一种特殊的定位组合型算法,仿真结果表明该组合型算法对图像边缘提取效果更清晰,有一定的实用价值。     

一种改进的人工蜂群算法及其应用研究

针对传统的人工蜂群算法具有较强的勘探能力,但是算法局部开采能力较弱,演化后期收敛速度慢,容易陷入局部最优,提出了基于混沌算法和逆向学习算法相结合的初始化种群方法,有效改进种群的多样性;提出了一种新型的搜索策略来改进观察峰与侦察蜂的搜索过程,加快了算法的收敛速度;通过5个标准函数进行测试,文中算法在搜索效率、最优解质量、稳定性均优于传统的人工蜂群算法.     

分裂一般均衡问题及其收敛算法

在Hilbert空间中引入分裂一般均衡问题（SNEP）,并构造了一种迭代算法来解决该类问题．证明了在适当的条件下,该算法弱收敛于分裂一般均衡问题的解．     

一种定向交叉的单纯形遗传算法

针对交叉算子产生个体的无方向性特点，提出了一种改进的实数交叉算子。该交叉算子吸收了单纯形法的思想，每次交叉都朝着当代种群最优解的方向进行，以提高算法的局部搜索能力。为了防止算法陷入局部极值，还提出了一种爬坡算子。实验证明，改进算法在提高收敛速度、摆脱局部最优解方面极为有效。     

基于各向同性Sobel算子的H.264/AVC帧内预测模式选择算法

H.264/MPEG-4 AVC定义了9种4×4亮度块的预测模式,在参考模型JM中所采用的RDO计算复杂度较高。本文提出了一种基于各向同性Sobel算子的H.264的快速帧内编码模式选择算法,降低预测的复杂度,提高编码速度。测试表明,此算法能够使编码速度提高将近75%。     

自适应阈值Canny边缘检测算法研究

对Canny边缘检测算法进行了对比研究,分析了传统Canny算法存在的缺陷,提出了一种改进的自适应阈值Canny边缘检测算法。首先利用具有边缘保留功能的双边滤波器滤除噪声,然后运用基于梯度幅值的类间方差最大化算法(OSTU)来确定Canny算子的高低阈值,最后进行边缘检测与连接。实验结果表明,该改进算法很好地解决了传统Canny算法存在的缺陷,而且对光照的变化和场景变化具有很强的自适应能力,进一步扩展了Canny算法的应用范围。     

基于Pal算法改进的边缘模糊检测算法比较分析

边缘检测是图像分析和计算机视觉中最重要的内容之一.80年代中期,从图像所具有的不确定性是由模糊性引起的观点出发,首次将模糊集理论引入图像的边缘检测中,提出了图像边缘检测模糊算法(简称附算法).与传统的空间域微分算法相比,该算法具有较好的抑噪、边缘检测效果,但是此算法仍然存在不少缺陷.就三种改进的模糊算法从算法原理和检测效果上与传统的Pal算法进行比较分析,用以说明改进算法能取得更好的检测效果.     

一种基于形态学和Canny算子的图像边缘提取算法

提出了一种基于形态学和Canny算子的图像边缘提取算法。在经过预处理的基础上,运用形态学的开闭运算滤除噪声．局部灰度增强后用Canny算子检测得到清晰的连续的边缘。该算法对噪声有很好的鲁棒性,并得到真正的边缘。     

求解TSP问题一种混合进化算法

进化算法是解决优化问题的一种新型方法.与现存的优化算法相比,这种方法有几个优点:它不仅能用于非线性函数,还通常能以概率收敛到全局最优解.基于一种新的变异算子和局部搜索技术,提出了一个求解旅行商问题的的新的进化算法.新的进化算子可以保证约束条件自动满足,局部搜索技术简单易行.另外,对迭代方法做了收敛性分析,给出了收敛的必要条件和充分条件.并进行了计算机模拟.结果表明本文算法是有效的,是一种适用于很多类型组合优化问题的有效方法.     

混合遗传算法在求解非线性规划问题中的应用

针对一般形式的非线性规划问题,提出一种具有学习算子的混合遗传算法,该算法具有收敛速度快且能收敛于最优解等特点。     

基于下降搜索的混合遗传算法求解装箱问题

研究一种在基本遗传算法中嵌入下降搜索算子形成的混合遗传算法。这种优化算法是在传统遗传算法的全局随机搜索基础上,借鉴利用每一代群体中最劣个体所包含的优化信息作为下降搜索方向来优化种群。实验证明,该混合算法可以加快算法的收敛速度,具有良好的优化性质和函数适应能力,是解决装箱问题的一种有效途径。     

基于下降搜索的混合遗传算法求解装箱问题

研究一种在基本遗传算法中嵌入下降搜索算子形成的混合遗传算法。这种优化算法是在传统遗传算法的全局随机搜索基础上,借鉴利用每一代群体中最劣个体所包含的优化信息作为下降搜索方向来优化种群。实验证明,该混合算法可以加快算法的收敛速度,具有良好的优化性质和函数适应能力,是解决装箱问题的一种有效途径。     

基于蚁群算法的图像分割方法改进研究

图像分割是一种对不同特征的像素进行聚类的过程,过程中涉及像素的梯度、灰度及邻域特征。由于蚁群算法的离散性、并行性、全局优化性和稳定性等特点,基于蚁群算法提出一种有效的图像分割改进算法。首先通过蚁群改进算法的模糊聚类能力可以分别计算出像素与目标、背景、噪声点、边界点的隶属关系;然后对于蚁群算法循环次数多、计算量较大的问题,设置启发式引导函数和聚类中心,解决传统聚类中运行效率低、初始化敏感度高等缺点;最后引入梯度算子,对目标与背景灰度值相似图像进行分割,对结果进行了进一步的优化。实验表明,应用该改进算法得到的图像分割结果具有较高的准确度和效率。     

基于OpenGL的求解函数优化的一种混合演化算法

在郭涛算法的基础上,设计出了一种求解函数优化问题的混合演化算法。测试函数表明,该算法计算过程简捷,寻优效果良好,能够快速可靠地求出函数的最优值,可有效地应用于多峰函数求最值问题,是一种较为理想的寻优方法,具有较大的实用价值。     

改进的Canny算子边缘检测算法研究

针对传统Canny算子边缘检测算法出现伪边缘或边缘丢失的缺陷,提出了一种采用统计滤波去噪和基于灰度的迭代法计算阈值的边缘检测算法。首先统计滤波并使用均值和方差去噪,避免出现如同高斯函数受噪声干扰的问题,保证图像边缘完整性;其次,使用灰度进行迭代计算确定阈值,改进了传统算法中人工确定的不足,使阈值更加准确,减少伪边缘和信息丢失的情况。通过大量实验对比和结果分析表明,改进后的算法与传统算法相比,可以提高边缘检测运行效率,使结果更加清晰、准确。     

基于改进canny算法的单峰直方图边缘检测

针对边缘检测中图像直方图成单峰状态的情况,提出一种改进的canny边缘检测算法.传统canny算子的高低阈值一般人为地设定固定值,当一幅图像的灰度级集中在某一区域时,容易造成虚假边缘;算法提出用最小交叉熵计算图像的高低阈值,得到理想的阈值;解决了传统canny算法在单峰直方图边缘检测不够理想的问题.实验结果表明,算法抑制噪声能力较强,有效地提高了边缘检测的鲁棒性.     

改进蚁群算法在解决TSP问题中的应用

在已知静态环境的条件下,提出一种改进蚁群算法,用以解决基本蚁群算法的收敛速度慢、效率低、易陷入局部最优解等问题。在传统蚁群算法的基础上,首先通过自适应改变挥发系数来使初始时刻的蚁群搜索能力加强、范围扩大,避免陷入局部最优解;其次将轮盘赌算子利用到状态转移规则中,有效地提高了解的质量和算法的收敛速度;最后通过精英选择操作,有效地提高了算法的全局搜索效率和收敛速度。通过对不同TSP实例仿真结果表明:改进后的蚁群算法在较少的迭代次数下得到的解非常接近问题的最优解,验证了该算法的可行性和有效性。     

基于DSP的数字视频处理系统中边缘检测算法的实现

近年来,随着DSP技术的快速发展,数字视频处理技术得到了越来越广泛的应用。边缘检测是是数字视频处理中的一项关键技术,而且是进行对象检测和识别的基础。首先分析了当前发展比较成熟的几种边缘检测算法,然后针对基于DSP的数字视频处理系统的特点选用Canny边缘检测算法,并在基于DM642的数字视频处理系统上实现,给出了仿真的结果。     

惯性β-Douglas-Rachford分裂算法收敛性分析

Douglas-Rachford分裂算法是一种求解两个极大单调算子和的零点的经典方法,一直深受广大学者的关注.针对经典Douglas-Rachford分裂算法,本文提出一种基于惯性Douglas-Rachford分裂算法的惯性β-Douglas-Rachford分裂算法,应用惯性K-M算法对惯性β-Douglas-Rachford分裂算法的收敛性进行详细分析.通过引入极大单调算子的β-增强算子给出惯性β-Douglas-Rachford分裂算法的解的形式.     

免疫算法与遗传算法的比较

免疫算法与遗传算法二者有不同点，通过仿真实验表明它们之间在功能和应用方面有区别．