基于免疫密母和模糊聚类的图像处理-智能信息处理专业论文.docxVIP

摘要I 摘要 I 基于免疫密母和模糊聚类的图像处理 PAGE 基于免疫密母和模糊聚类的图像处理 PAGE IV 摘要 随着聚类算法和遥感技术的不断发展，图像分割和遥感图像变化检测成为了 图像处理领域的热点之一。图像分割是依据图像的特征，如灰度，颜色等将图像 分解为若干互不交叠的区域，每一区域具有相同的性质。遥感图像（SAR 图像和 光学遥感图像）的变化检测指的是对同一地区拍摄的不同时期的两幅遥感图像， 采用图像处理和模式识别等手段进行分析，目的是要检测出这一地区的对象变化 信息。目前，变化检测技术广泛应用在农业、环境保护、水利和军事等诸多领域。 本文的主要工作是基于密母算法和克隆免疫选择算法提出了一种免疫密母图 像分割的新算法，另外对基于粗糙集模糊聚类算法加入了模糊因子，并应用于图 像分割和变化检测中。本文的主要研究工作阐述如下： （1）针对密母算法对参数敏感、个体学习计算复杂度高的缺点，本文提出了基于 免疫密母算法的图像分割算法。该方法对图像分割是采用了两个种群，并分别用 密母算子和免疫克隆算子对这两个种群同时进化，密母算子包括：选择，交叉， 变异，个体学习；免疫克隆算子包括：克隆算子，变异算子。此方法同时进化两 个种群加快种群收敛速度，同时对比实验结果表明了本方法的可行性和有效性。 （2）提出了一种基于粗糙集模糊聚类的图像分割方法来处理含噪声图像。为了使 抑制噪声和保留图像细节达到平衡对粗糙集模糊聚类算法中加入了模糊因子，这 样不仅考虑了图像像素自身的灰度或者其他纹理特征，还加入了该像素与其相邻 像素之间的空间邻域特征。最后对自然图像和加入高斯噪声的自然图像进行了分 割实验验证并证实了本方法的有效性。 （3）在工作（2）算法的基础上，提出了一种基于粗糙集模糊聚类的遥感图像变 化检测方法。主要做的是差异图分析部分的研究，其中差异图是由对数比值算子 产生的。在对差异图进行分割的时候，提取图像的灰度特征，同时利用了像素 3 邻域的邻域特征一起对图像进行分割，最后得到图像的变化检测结果。通过对比 FLICM，RFPCM，FCM 表明本方法的有效性。 本文工作得到国家自然科学基 金（国家 863 项目）， 国家自然科学基金 ，陕西省自然科学基金（2010JQ8023），教育部长江学者和创新团队 发展计划（IRT1170），中央高校基本科研业务费（K50510020011）资助。 关键字：图像分割 进化算法 遥感图像变化检测 粗糙集 模糊聚类 AbstractIII Abstract III 基于免疫密母和模糊聚类的图像处理 PAGE 基于免疫密母和模糊聚类的图像处理 PAGE IV ABSTRACT With the development of clustering algorithm and the remote sensing technology, image segmentation and image change detection become a hot topic in the field of image processing. Image segmentation decomposes an image into a number of mutually overlapping regions based on the image features, such as gray、color and each region presents the same nature. Change detection of remote sensing image refers to analyzing two remote sensing images of one region in different periods by means of image processing and pattern recognition and the aim is to detect the object change information of this region. At present, the change detection technology is widely used in agriculture, environmental protection, and water conservancy, military and so on. In this paper, a new image segmentation algorithm based on the memetic algorithm and clonal selection algorithm