免疫规划及其在图像分割中的应用研究

论文摘要

人工免疫系统是近几年发展起来的新的计算智能研究领域，并逐渐成为关于新的进化计算和模式识别的研究热点。免疫系统独特的自我学习、自我组织和高度并行性，提供了一种强大的信息处理和问题求解范式，为人们解决目前面临的许多工程上的热点和难点问题提供了新思路。免疫规划集免疫机制与进化机制于一体，是人工免疫系统在工程应用中的新思路。它能够利用局部特征信息构造免疫算子，以一定的强度干预全局并行的搜索进程，使构造出的算法具有快速全局收敛的良好性能，并有效地抑制了以往优化算法中的退化现象，提高了算法的整体性能。本论文的研究工作从阅读大量的国内外资料和深入的思考出发，在深入研究人工免疫系统特性机理的基础上，对免疫规划在图像分割中应用的可能性进行了深入探讨，并成功地将免疫规划思想应用于图像分割问题，设计了基于最大信息熵理论的图像阈值分割和基于费用函数最小化方法的图像分割算法，这种算法的适应性强，不但适合具有双峰结构直方图的图像，对直方图结构较为复杂的图像也非常有效。理论分析和仿真实验表明，免疫规划可以避免以往优化算法易收敛于局部极值的弊病，在解决图像分割问题时取得了较好的效果。

论文目录

• 摘要
• Abstract
• 第1章 绪论
• 1.1 概述
• 1.2 课题研究的目的和意义
• 1.3 课题研究背景和发展现状
• 1.3.1 人工免疫系统的研究背景
• 1.3.2 基于免疫原理的优化算法研究现状
• 1.4 本文的主要研究工作及内容安排
• 第2章 图像分割研究综述
• 2.1 引言
• 2.2 图像分割的基本概念与方法
• 2.2.1 图像分割的定义
• 2.2.2 图像分割的基本方法
• 2.3 图像的阈值分割
• 2.3.1 阈值分割概述
• 2.3.2 阈值选取的方法
• 2.4 基于最大信息熵的图像阈值分割原理
• 2.4.1 灰度直方图
• 2.4.2 灰度直方图的熵
• 2.5 基于量化图像直方图的最大熵阈值处理算法
• 2.5.1 图像灰度直方图的量化
• 2.5.2 图像直方图和原始直方图之间的关系
• 2.6 本章小结
• 第3章 人工免疫系统基础理论
• 3.1 生物免疫系统
• 3.1.1 免疫系统的机制
• 3.1.2 免疫系统的性质
• 3.2 人工免疫系统的原理及其应用
• 3.2.1 人工免疫系统概述
• 3.2.2 人工免疫系统在优化问题中的应用
• 3.2.3 人工免疫算法与遗传算法的比较
• 3.3 免疫规划
• 3.3.1 免疫规划的研究背景
• 3.3.2 免疫规划的具体方案
• 3.3.3 免疫疫苗的选取
• 3.4 本章小结
• 第4章 基于免疫规划的图像分割算法的设计与实现
• 4.1 预处理
• 4.1.1 噪声消除
• 4.1.2 灰度均衡变换
• 4.1.3 灰度插值
• 4.2 基于最大信息熵理论的图像阈值分割
• 4.3 基于费用函数最小化的图像分割算法
• 4.3.1 相异性增强
• 4.3.2 初始分割图像及其边缘分布
• 4.3.3 费用函数评估
• 4.3.4 费用函数最小化
• 4.4 连通区域标记
• 4.5 后处理
• 4.6 本章小结
• 第5章 实验仿真与分析
• 5.1 实验条件
• 5.2 基于最大信息熵理论的图像阈值分割结果及分析
• 5.3 免疫规划算法和经典遗传算法的性能比较
• 5.4 基于费用函数最小化方法的图像分割结果及分析
• 5.5 本章小结
• 结论
• 参考文献
• 攻读硕士学位期间发表的论文和取得的科研成果
• 致谢