基于模糊积分的灰度图像的数学形态学方法

根据模糊积分的定义,给出了基于模糊积分的灰度形态学腐蚀与膨胀的模糊运算方法,进一步定义了模糊形态开、形态闭运算;分析了基于模糊积分的模糊形态运算在图像处理中的特点;给出了计算模糊膨胀(腐蚀)的计算机迭代算法.     

基于多结构元素的形态学边缘检测算法

本文提出了一种基于多结构元素的形态学边缘检测算法,该算法利用形态学的基本运算膨胀、腐蚀、开、闭及它们的组合,并通过构造4个不同方向的结构元素,得到图像4个方向的边缘检测结果,并将这些结果加权平均,得到最终的图像边缘。结果表明,该算法的性能优于经典的LoG算子和Canny算子,检测出的边缘平滑性好,特征清晰,而且具有一定的抗噪性。     

基于张弛法的图像边界提取算法

常用的边界提取方法均没有将单个边界元素与整个边界相联系,结果不是丢失边界元素就是增加边界元素,使图像的边界变得不甚平滑.为此,在张弛法的基础上结合迭代算法,提出了一种新颖的算法,有效地解决了这一问题,从而得到了高精度平滑的边界图像.     

快速图文分离算法

地图中的道路和文字具有不同的特征,在很多情况下,如果一起处理便会产生一些问题.基于对数学形态学各基本运算的研究,提出了一种简易快速灵活的图文分离算法.数学形态学被广泛地运用于数字图像处理,基于数学形态学的图文分离算法的研究已有先例.但是传统的算法要用到近50个结构元素,运行起来将消耗系统很多资源,原理也很复杂.就算法只需要根据栅格地图的大概特征选择1～3个结构元素和合适的参数,运用数学形态学最基本简单的膨胀腐蚀操作便能达到很好的分离效果,计算快速便捷,适应范围广,实用性非常强.     

基于正态云模型的自适应量子粒子群优化算法

基于云模型的随机性、模糊性和稳定性特征,通过正态云发生器对量子粒子群优化算法（QPSO）进行改进,提出了一种基于正态云模型的自适应量子粒子群优化算法（CMAQPSO）.该算法将正态云模型引入到QPSO算法的研究,定义了收缩扩张系数的云调整策略和粒子云变异算子的构建公式,给出了量子势阱中心调整策略和边界修正策略.用5个标准测试函数对SPSO,OPSO,CVCPSO,CMAQPSO 4种算法进行对比测试,实验结果表明,CMAQPSO在5个测试函数上的平均寻优效果都明显优于其他3种算法.     

基于改进的形态学算子的灰度图像边缘检测

提出一种改进的形态学图像边缘检测算法.针对单结构元素在检测时出现检测结果边缘线条粗、不连续性的问题,该算法提出了利用6种具有代表性的结构元素进行膨胀组合,形成多尺度结构元素,从而弥补了传统边缘检测算法提取灰度图像细节边缘少及抑制噪声能力差的缺点.     

基于正态云模型的自适应量子粒子群优化算法

基于云模型的随机性、模糊性和稳定性特征，通过正态云发生器对量子粒子群优化算法（QPSO）进行改进，提出了一种基于正态云模型的自适应量子粒子群优化算法（CMAQPSO）.该算法将正态云模型引入到QPSO算法的研究，定义了收缩扩张系数的云调整策略和粒子云变异算子的构建公式，给出了量子势阱中心调整策略和边界修正策略.用5个标准测试函数对SPSO，OPSO，CVCPSO，CMAQPSO 4种算法进行对比测试，实验结果表明，CMAQPSO在5个测试函数上的平均寻优效果都明显优于其他3种算法.     

基于Soft多结构元素形态学的TM图像边缘检测

基于传统的数学形态学边缘检测算法,改进结构元素,提出Soft多结构元素算子。针对TM图像中存在噪声多和边缘形态多样性的特点,构建多结构元素,并结合Soft形态学方法,对TM图像进行形态学的腐蚀和膨胀,实现遥感图像的边缘检测。     

膨胀运算的代数性质及其在提高膨胀运算效率方面的应用

该文主要研究和分析了数学形态学中膨胀运算的代数性质，对膨胀运算的两种定义，即基于集合论的定义和基于二维欧氏空间的定义,给出了等价性证明，说明了两种定义各自的侧重点，并在此基础上进一步阐明了膨胀运算满足交换律和结合律，并以结合律为基础讨论了结构元素分解在提高膨胀运算效率上的应用，给出了分解后各子结构元素中非零象素点的个数的乘积上限为eNe.     

指数函数CORDIC算法的FPGA定点化技术

CORDIC算法广泛应用于多种超越函数求值,但其通用迭代算法难以用现场可编程门阵列(FPGA)计算宽范围定义域指数函数求解.为此,文中提出一种FPGA定点化技术,通过收敛域扩张与迭代结构优化实现CORDIC算法的指数函数求值器.首先,应用区间压缩方法实现指数函数CORDIC算法的收敛域扩张;其次,对CORDIC算法的迭代结构进行优化;最后,通过对指数函数求值器的仿真分析与FPGA实现,采用15级流水线结构,用双曲系统CORDIC算法求解指数函数,实现指数函数CORDIC算法的收敛域扩张.仿真与实验表明:相比于通用CORDIC算法,所提算法的迭代模式节省约1/3硬件资源,少至2个乘法单元,使收敛域由[-1.1182,1.1182]扩张到[-6,6],运算结果相对误差达10-3.     

基于迭代腐蚀的粘连细胞图像分割研究

为对显微粘连细胞图像进行分割,该文提出1种基于数学形态学运算的迭代腐蚀方法。对二值化细胞图像进行迭代腐蚀得到细胞种子点图像,通过分水岭分割提取细胞分割边界,形成最终的分割图像。在每一次腐蚀后得到的图像中保存细胞种子点,在整个迭代腐蚀过程中避免细胞种子点被误删,为后续使用分水岭分割进行图像分割提供了可靠的先验信息。实验表明,该算法能较好地解决距离变换方法中的过分割问题并改善极限腐蚀方法中的欠分割问题。     

基于熵模型的粒子群优化算法

为了改善粒子群算法在解决高维优化问题时易早熟收敛且存在大量无效迭代的问题,提出了一种基于熵模型的粒子群优化(EPSO)算法.通过引入信息熵模型,精确分析了粒子群搜索过程中的聚集特性,将粒子群搜索过程划分为3个阶段进行优化.第1阶段引入粒子迭代熵差,优化调整惯性权重;第2阶段根据粒子群熵值变化,适时重置惯性权重;第3阶段采用截断策略,减少粒子群的无效迭代.实验结果表明,在Sphere、Rosenbrock、Ackley、Griewank、Rastrigin五个标准测试函数中,EPSO算法的求解精度和收敛速度都优于传统粒子群算法、经典粒子群算法、自适应惯性权重粒子群算法以及新的自适应惯性权重粒子群算法,并且减少了算法的大量无效迭代,从而验证了EPSO算法的有效性.     

基于多结构元素的数学形态学边缘检测算法

针对传统边缘检测算子对噪声敏感的不足,提出了一种基于多结构元素的数学形态学边缘检测算法。该算法在传统形态学边缘检测算子的基础上,通过综合形态膨胀和形态腐蚀,得到一种新的抗噪型边缘检测算子,利用多结构元素提取图像的边缘特征,即使在噪声条件下,也能获得较为理想的图像边缘。实验结果表明,与传统的边缘捡测算子相比,该方法边缘检测精度高,且具有良好的噪声鲁棒性。     

一维下料问题的自适应广义粒子群优化求解

针对现有粒子群优化算法在求解组合优化问题时粒子速度迭代难以定义的问题,首先将粒子群优化算法与遗传算法相结合,利用交叉算子、变异算子,提出一种广义粒子群优化算法来求解一维下料问题;然后引入模拟退火算法作为自适应策略,避免算法陷入局部最优.仿真实验结果表明,采用自适应广义粒子群优化算法求解一维下料问题具有高效性和鲁棒性.     

基于自适应网格的结构拓扑优化

研究了基于自适应网格技术的结构拓扑优化.采用有限元离散设计域,单元节点密度作为设计变量.优化迭代过程中,根据设计域密度场信息对结构网格进行自适应加密和稀疏,使得材料分布边界处的网格加密,远离材料边界处的网格稀疏.同时,优化设计变量空间也随着网格的变化而变化.给出了拓扑优化中网格自适应加密和稀疏的准则,以及网格变化时结构密度场更新算法.算例结果表明提出的拓扑优化策略可以减少结构分析和优化求解的计算量,在同等结构分析和优化求解计算量下能够得到更好的拓扑结果.     

分布式无线传感器网络的速率分配和网络成本联合优化

针对无线传感器网络资源和带宽分配不合理的问题,引入网络净效用性能指标,联合网络流量控制和成本控制两个层面,建立了基于网络编码多径路由的无线传感器网络资源分配的优化模型,提出了一种基于流量控制因子和网络拥塞代价的分布式迭代优化算法.本文定义网络净效用为网络传输效用与传输成本之差值.仿真实验结果表明,该算法能有效进行节点速率分配和链路流量控制,优化网络资源分配和净效用.     

一个新的无约束优化下降算法

提出了一种新的无约束优化下降算法，在每步迭代中算法以当前点负梯度和前一点负梯度的线性组合为搜索方向，用Armijo搜索定义步长，在适当条件下证明了算法的全局收敛性。     

融合简化粒子群的教与学优化算法

教与学优化算法(teaching-learning-based optimization algorithm,TLBO)是一种基于班级"教师阶段"和"学生阶段"的新型群智能优化算法.针对算法求解高维非线性复杂优化问题时精度较低的缺点,提出一种混合的教与学优化算法(HTLBO).首先,对"教师阶段"中的学生平均水平重新定义,并采用一种自适应策略根据粒子的适应度值对学习因子动态取值;然后,在迭代的过程中,根据适应度值将种群分成两个子种群,对于适应度值好的子种群采用改进的教与学优化算法(ATLBO)更新以增加种群的多样性,对于适应度值差的子种群采用简化粒子群算法(SPSO)以提升子种群的收敛性;最后,通过10个无约束优化问题进行对比测试实验,结果显示,HTLBO在探索性能和收敛速度方面优于TLBO等其他4种类型的算法.     

数学形态法中结构元素的选择

本文首先介绍了数学形态法在数字图像处理中的应用,紧接着以膨胀和腐蚀两种基本形态学方法为例介绍了形态学操作的原理和方法,引出结构元素在形态学操作中的重要作用,然后以实例说明形状和大小是选择结构元素的两个重要因素,最后对本文进行了总结。     

基于ABAQUS的多载荷工况结构拓扑优化设计研究

如何高效、准确的对拓扑优化问题进行求解是结构优化领域发展的重点.本文提出了一种以体积为约束的多载荷工况下柔顺度最小的优化方法.在优化迭代过程中,为使优化拓扑有较好的0-1分布特征,确保优化迭代中的结构非奇异及快速收敛,采用改变体积约束限和调整设计空间策略.基于导重法给出了结构拓扑求解算法,给出的算例证明该方法不仅迭代次数少而且求解效率高,具有清晰的0-1分布.