基于改进粒子群和自适应滤波的快速模糊聚类图像分割

为改进传统模糊C均值聚类(FCM)算法对初始聚类中心敏感、易陷入局部收敛、抗噪性差、计算量大的问题,提出一种新的基于改进粒子群算法的快速模糊聚类图像分割方法(PSOFFCM);方法首先利用自适应中值滤波对图像进行滤波处理,增强算法的鲁棒性;然后,将图像像素灰度值映射到二维直方图特征空间,作为聚类样本,优化FCM的目标函数,减少图像分割的计算量;最后,利用PSO算法代替FCM的梯度迭代过程,减弱了算法对初始聚类中心的依赖,同时增强全局搜索能力;实验结果表明,该方法不仅克服了FCM算法对初始聚类中心的依赖,而且抗噪能力强,收敛速度快,分割精度明显优于传统FCM。     

基于PSO算法的RoboCup2D机器人研究

对机器人体系结构、动作学习及行为的组织方式进行了研究,以演化计算为基本方法,以RoboCup2D为平台,设计了基于PSO算法的足球机器人的体系结构,解决感知、动作、和规划问题;在训练环境下,形成感知规则,优化感知相关参数,得到对信息高效快速的感知方法,并根据指定的粒度、功能、参数,对RoboCup2D机器人的原子动作进行了组合优化,得到一组带参数和执行效果描述的粒子动作;最后在赛场环境和任务驱动下,搜索粒子动作并进行组织规划,得到完成特定任务的机器人行为;RoboCup2D仿真实验表明,演化计算方法不仅能利用原子动作进行组合优化,得到适应于不同条件的粒子动作,而且能通过其在线搜索粒子动作,动态组成机器人行为;基于演化计算的足球机器人能更好地完成跑位、截球、带球、传球等任务,具有更强的适应性。     

改进的中值滤波算法在图像去噪中的应用

 针对标准中值滤波方法存在的不足,结合均值思想提出两种改进的中值滤波算法,即加权快速中值滤波算法和加权自适应中值滤波算法,MATLAB实验证实两种方法均能更好地保存原始图像的细节和边缘。比较两种新方法得出以下结论：加权改进中值滤波算法对低密度的脉冲噪声去噪效果明显,对于高密度脉冲噪声去噪效果不理想,但能大大提高中值滤波的运行速度,对数字图像实时处理意义很大;加权自适应中值滤波算法能够有效地消除被污染图像中的高密度脉冲噪声,较标准中值滤波具有更优良的滤波性能,较加权快速中值滤波算法在去噪方面有更好的鲁棒性。     

基于模糊阈值的自适应图像分割方法

针对现有的图像分割中自适应分割方法的研究难点,以及传统的模糊阈值分割法中存在窗宽不能自动获取的问题,在确定隶属函数的前提下,以图像的直方图为依据,利用分段计算和反变换的方法,提出了一种自适应模糊阈值的图像分割方法,并将该方法应用于机场目标的分割;该方法实现其窗口宽度的自适应选取,并且有效改善了模糊阈值法对直方图呈不明显双峰的图像分割困难的缺点,拓展了模糊阈值图像分割方法的适用范围,改善了模糊阈值分割方法的分割效果;实验结果表明,该方法对直方图呈单峰和多峰分布的的图像有较好的分割效果和效率。     

工程装备嵌入式软件测试环境平台技术研究

在个人导航和基于位置服务（LBS）领域,如何实现成本低廉、高可靠性、高精度、连续的室内定位仍是研究的热点。然而依靠单一技术的室内定位结果很难满足上述定位要求。文章用粒子滤波（PF）对INS和RFID技术进行融合。对低精度INS使用行人航迹推算算法（PDR）,其中步数和步长由峰值检测和Weinberg算法分别测算;根据位置信息对RFID使用加权KNN算法。仿真结果表明：组合定位纠正了INS的累计误差和漂移,实现了自主可靠的连续定位,提高了定位精度,极大程度上优化了系统性能。     

基于粒子群优化算法的自适应图像分割方法

提出了一种基于粒子群优化算法的图像分割新方法。粒子群优化(PSO)算法是一类随机全局优化技术,它通过粒子间的相互作用发现复杂搜索空间中的最优区域缩短了寻找阈值的时间。将PSO用于基于改进的最佳加权熵阈值法的图像分割中,试验结果表明,该方法不仅能够避免陷入局部极值,而且其速度得到了明显的改善,是一种有效的图像分割新方法。     

基于GSPN的飞机测试性指标确定方法研究

针对现有的图像分割中自适应分割方法的研究难点,以及传统的模糊阈值分割法中存在窗宽不能自动获取的问题,在确定隶属函数的前提下,以图像的直方图为依据,利用分段计算和反变换的方法,提出了一种自适应模糊阈值的图像分割方法,并将该方法应用于机场目标的分割。该方法实现其窗口宽度的自适应选取,并且有效改善了模糊阈值法对直方图呈不明显双峰的图像分割困难的缺点,拓展了模糊阈值图像分割方法的适用范围,改善了模糊阈值分割方法的分割效果。实验结果表明,该方法对直方图呈单峰和多峰分布的的图像有较好的分割效果和效率。     

一种改进的基于分水岭的图像分割算法

针对分水岭算法过分割现象,提出一种综合分水岭算法、中值过滤算法和归一化割算法的改进算法。该算法首先应用改进型的中值过滤算法对图像进行适当的除噪;然后通过分水岭变换对图像进行了初步分割,最后使用归一化割算法进行图像精度分割。算法集合了分水岭算法、中值过滤算法及归一化割算法的优点,既较好地解决了分水岭算法中过度分割的问题,又降低了归一化割算法的时间复杂度。实验结果表明该算法是一种切实可行的图像分割方法。     

基于PSO-DE算法的污水处理优化控制研究

针对污水处理系统能耗过大,变量多,非线性和滞后严重等特点造成的控制困难问题,提出了基于改进型粒子群的算法的优化控制。粒子群算法具有自适应控制,全局搜索等优点但本身存在早熟收敛及在进化后期收敛速度慢等缺点,通过优势互补思想引入差分进化算法,新算法结合两者优势有效提高粒子在全局的寻优效率,建立对应的混合算法优化模型,并与普通粒子群算法优化进行比较,结果证明了该算法在保证出水水质的前提下做到降低能耗。     

基于PCA的彩色印刷图像色彩分割算法

针对彩色图像的印刷过程中,原图像的色彩分割问题,提出了基于PCA（主成分分析）并结合其它典型彩色图像分割方法的新分割算法。该算法首先利用PCA算法把图像分解为主特征分量和残特征分量两分量图;然后采用二次分水岭算法对残特征分量图进行分割;利用K-Means算法对主特征分量图进行聚类初分割,接着对聚类初分割后的图像进行相似色彩区域融合;最后把分割后的两分量图的进行融合,得到最终的分割结果图。该算法可以应用于彩色印刷图像的色彩自动分割和彩色印刷过程的自动色彩控制中。     

用粒子群算法校正三片镜系统的像差（特邀）

提出将粒子群算法用于三片镜光学系统的优化设计。设计了关于曲率半径、透镜面之间的距离、玻璃折射率、系统长度等光学系统结构参数的光学评价函数,用此函数作为粒子群算法中的适应度函数,实现了对光学系统的自动寻优。给出了用粒子群算法进行三片镜光学系统设计过程实例,结果证明：用粒子群算法可以设计出球差、子午场曲、子午光线弥散值都很小的三片镜光学系统;并且用该算法进行光学设计不需要知道系统具体的初始结构,克服了现有光学设计软件高度依赖具体初始结构的缺点,可以自由控制结构参数的搜索范围,从而提高光学系统设计的智能化程度。     

中药口服液中可见异物检测系统研究

针对目前生产线上中药口服液中可见异物检测系统存在的速度慢、精度低等问题,设计了一种可同时检测多个药瓶的基于机器视觉的异物快速检测系统。介绍了成像系统和机械系统。提出了一种基于边缘轮廓的图像配准算法,有效地消除了药瓶晃动的影响。提出了一种逐点阈值分割图像的二值化方法,能得到质量较好的二值化图像。实验结果表明,该系统能快速、有效地检测出可见异物,能较好地满足在线检测需求。     

基于自适应阈值法的合金弹头缺陷尺寸测量算法研究

在合金弹头缺陷尺寸检测中,针对传统分割算法无法在复杂背景下将缺陷完整分割的问题,采用了自适应阈值分割算法。该算法在分割时,图像的每个像素对应的阈值不同,可避免缺陷和背景错误划分,而且可以在保证缺陷完整分割的情况下避免噪声带来的干扰。给出了缺陷分割过程,完成了缺陷尺寸计算,并对尺寸计算的准确度进行了分析。实验结果表明,在缺陷与背景灰度差较小的情况下,该算法仍可较为完整地将缺陷分割出来,测量结果的标准差为0.122 8,不确定度为0.368 4。     

便携式X光机图像降噪复合算法研究

便携式X光机应用越来越广,因而对其所成图像的降噪也显得尤为重要.本文首先讨论和分析了便携式X光机成像系统噪声的来源及其特性,针对传统单一降噪算法存在的不足,提出了一种新的复合式降噪算法.该复合算法不仅对高斯噪声和脉冲噪声有很好的滤除效果,同时也能有效地保护图像的细节部分.仿真实验证明,该算法切实可行.     

基于FPGA的实时中值滤波器设计

在图像生成和采集过程中引入的各种噪声会使图像质量变差。为了实现对图像的实时预处理，首先介绍中值滤波器的基本原理和算法，然后在现场可编程门阵列（FPGA）上根据中值滤波的根基数算法，采用流水技术设计一种快速实时中值滤波器，给出按行输出的图像处理过程中存储前2行图像数据的方法。仿真结果表明：该中值滤波器可实时完成CCD输出图像的预处理，达到了抑制噪声及保持图像细节的目的。     

基于序列图像的小目标检测

 针对序列图像中小目标的运动具有运动的连续性和轨迹的一致性等特征,提出了采用单帧检测和多帧检测相结合的处理方法。对单帧图像进行预处理和图像分割,得到去掉大部分背景和噪声点的图像,并在图像中选取候选目标点进行标记。然后对处理后的序列图像进行N帧叠加。对叠加图中的标定点利用8邻域搜索法进行目标筛选,进而检测出目标。实验结果表明,该方法实用性强,能简单、快速、有效地检测出序列图像中的运动小目标。     

The evolution of cooperation within the multigame environment based on the Particle Swarm Optimization algorithm

This paper studies the evolution of cooperation in a so-called multigame environment based on the Particle Swarm Optimization (PSO) algorithm. In a multigame environment, players use different game payoff matrices and acquire their utilities from their interactions with their neighbors. According to the PSO algorithm, each player updates its strategy according to both the strategy adopted by the player with the highest utility in its neighborhood and the most profitable strategy in their own past actions. Simulation results show that the multigame environment is conducive to the promotion of cooperation. Besides, within the multigame environment, for any player, imitating the most profitable strategy in its past actions promotes cooperation more effectively than imitating the strategy adopted by the player with the highest utility in its neighborhood.     

基于模糊PID的助行机器人调速系统的研究

助行机器人对系统的动态特性要求较高,而且在其爬楼的过程中有诸多不确定的因素,基于传统控制策略的单闭环负反馈控制系统调速效果难以令人满意。在这种情况下建立了系统的数学模型,设计了基于模糊PID的双闭环调速控制系统,并和传统的PID控制进行了对比。为了保证助行机器人爬楼过程的平稳性和乘坐者的舒适性,参考电梯运行的速度曲线,设计了正弦速度给定曲线。仿真结果表明：在助行机器人调速系统中,模糊PID控制比传统PID控制启动和制动过程更平稳,舒适性更高,误差更小,精度更高。