基于正余弦优化算法的图像分割研究开题报告

全文总字数：979字

1. 研究目的与意义

最优化技术是一种以数学为基础，用于求解各种工程问题优化解的应用技术。

正余弦优化算法是一种新的群体智能优化算法，能够用于系统控制、人工智能、模式识别、物流管理、计算方法工程等。

本课题利用正余弦优化实现对灰度图像进行分割,并对分割效果进行评价。

2. 国内外研究现状分析

近年来图像分割的研究成果越来越多，但是至今没有一种算法能应用于所有的分割技术，早期经典的图像分割方法大多只利用到图像的低层信息，如边缘、纹理、灰度等，其中较为经典的算法有基于阈值的图像分割、基于边缘检测的图像分割等，近年来大量国内外学者致力于将新概念、新方法应用于图像分割，并将先验知识引入图像分割算法中，得到了一些新的图像分割理念，如小波分析和小波变换、神经网络、遗传算法等数学工具的利用，有效地改善了分割效果。

在国内外研究中，图像分割技术已被应用于很多领域，例如，在交通图像分析中，汽车牌照的识别与提取；在医学图像分析中，PET-MR 图像判断病情的恶化或好转；在林学图像分析中，研究森林火灾图像来检测实时火情，为实现火灾的预测预报奠定坚实基础等。

3. 研究的基本内容与计划

一、研究内容在MATLAB平台上设计开发基于图像分割技术的实验，从以下几方面等展开研究：了解SCA的基本原理及用途;研究图像分割技术的种类及适用范围;分析SCA在图像分割中的应用方法；编程验证并做修改。

二、研究计划(1)第1-3周：查资料，撰写开题报告； (2)第4-5周: 分析论证并确定总体设计方案；(3)第6-13周：设计编写具体程序；(4)第14-15周: 程序最后的调试阶段，以及撰写毕业论文；(5)第16周：毕业答辩。

4. 研究创新点

(1)SCA利用正余弦函数的震荡特性，向外波动进行全局探索，向最优解波动进行局部开发，使算法逐步收敛。

(2)SCA 具有易于实现，收敛速度快，求解精度高等优点，其随机参数与递减参数的设置也使得算法的探索与开发能力得到很好的平衡。