基于改进粒子群算法的织物图像疵点分割研究

为了提高织物图像疵点分割的效果,提出改进粒子群算法,首先对基本粒子群算法建立早熟判断机制以及多子群划分,采用阶梯式策略对粒子权重调整,学习进化因子结合粒子权重进行非线性调整,通过Nelder-Mead方法用于局部精确搜索,然后采用灰度积分投影定位算法获得疵点位置,确定织物图像疵点分割阈值,最后给出了算法流程。实验仿真显示该算法分割织物图像疵点清晰,算法的准确性、实时性较优。     

基于最大熵阈值分割算法的改进研究

图像分割是图像处理中的重要问题,也是机器视觉研究的经典难题。随着计算机技术的发展,产生许多图像分割方法,不少的研究者提出了许多改进的方法,如自适应阈值法、直方图互确认的图像阈值化分割、最大阈值法等,其中阈值法以其简单、有效、便于理解的特点被广泛的应用。阈值分割技术的目的是将目标从背景中分离出来,重点难点在于阈值的选取。在     

基于改进图像阈值分割算法的纱线疵点检测

针对纺织行业纱线疵点检测方法可靠性差、灵敏度低、检测速度低的问题,提出一种基于数字图像处理的纱线疵点判定方法.首先,搭建纱线图像采集系统,完成纱线图像采集;其次,针对纱线边缘信息难处理以及传统双边滤波对椒盐噪声处理效果差的问题,对双边滤波进行改进,改进后的双边滤波可有效保存纱线边缘信息;再者,针对传统阈值分割计算量大、...     

基于粒子群优化的最小二乘支持向量机图像分割研究

图像分割时,传统分类方法直接在图像上操作,会出现的数据高维特性表现差,分类效果差等问题,提出将最小二乘支持向量机(Least Squares Support Vector Machines,LS-SVM)应用于图像分割,并利用粒子群算法对其参数进行优化。通过对经典的二分类与多分类问题的测试及彩色实物图像分割实验,结果表明,LS-SVM能综合使用图像多种特征,能够准确实现对图像感兴趣区域的分割,且分割速度比一般的支持向量机提高很多。     

基于粒子群算法优化PCNN的织物疵点分割

探讨基于粒子群算法优化PCNN参数的织物疵点分割。将PCNN中3个参数当作粒子群中粒子,根据经PCNN分割后图像的熵作为PSO的适应度函数,寻找PCNN模型中参数的最优值。分割对比实验从主观和客观两方面验证了该方法的可行性和有效性,并与传统PCNN和OTSU分割方法进行比较。认为:此种方法的分割效果良好,可以有效提高模型的自动化程度。     

基于免疫遗传算法的图像阈值分割

基于最大熵准则的图像阈值分割算法是一个图像分割的最优化问题，算法的运算量很大，用一种基于免疫调节机制的免疫遗传算法求解该准则下图像的一组最佳分割阈值，不仅提高了运算速度，而且克服了一般遗传算法的不足，仿真实验证明了该算法对复杂图像的良好分割效果和较强的实时处理能力。     

改进的阈值选取方法在纸病图像分割中的应用

全局阈值分割法对含有对比度不同的纸病图像分割效果差,把图像先分块再求阈值,可以分割出每块区域的目标。针对上述分割结果的不足,提出了一种改进的阈值选取方法,该方法是用改进的迭代法对分割的子块求阈值,最后与每块区域的平均灰度值作比较,找出整幅图像的最优阈值。以含有灰度不一污点的纸病图像为处理对象,实验结果表明改进的方法可以分割出低对比度纸病。     

基于改进粒子群算法的电力系统无功优化

制定良好的无功优化方案是电力系统安全稳定运行的基础。文章建立以系统有功网损和年综合费用最小为目标函数的无功优化数学模型;以粒子群算法为基础,考虑到传统粒子群容易早熟,局部收敛的缺陷,对粒子群算法(PSO)加以改进;运用于配电网的无功优化中,通过对IEEE-33节点配电系统仿真计算,证明了改进的算法可以有效地得到系统最优解,具有良好的实用性和适应性。     

一种改进的自适应粒子群优化算法

针对粒子群优化算法搜索精度不高的问题,基于自适应调整惯性权重的策略引入自适应惯性因子对粒子群优化算法进行改进,提出了一种改进的自适应粒子群算法。仿真结果表明改进的粒子群算法具有更强的寻优能力及更高的搜索精度。     

基于多阈值算法融合的图像分割

针对一种阈值分割算法很难对不同类型的图像进行有效地分割的问题,提出一种多阀值算法融合的方法.该方法通过不同的算法得到一组阈值,由迭代的方式将它们有机地组合,并定义一个回报函数,来选取最优阈值.实验结果表明,该方法针对不同类型的图像能够选择最优的阈值进行有效的分割,消除了使用者必须具有先验知识的障碍,省去了人工选择分割方法的麻烦.     

基于改进粒子群算法的桁架主动杆优化

针对空间桁架结构振动控制的数个作动器（主动杆）的位置组合优化,提出了基于字典序组合生成的编码方式的粒子群优化算法。该编码方式将离散的组合空间一一映射到连续的整数区间,有效避免以往编码的冗余运算。仿真试验中,通过与二进制编码PSO算法的比较,发现改进算法收敛效果更快,寻优能力更强,并克服了二进制编码无效解等缺点。     

基于双峰法的纱线图像阈值分割研究

在纱线质量测试过程中,要求对纱线的外观进行检测以保证纱线的品质可靠。找到纱线中存在的不合格特征,能有效地提高纱线的生产效率与质量。根据纱线图像特点,分析出背景对纱线的影响,对单行纱线图像的灰度图进行分析,提出了基于双峰法的阈值分割法。通过对比不同阈值处理后的纱线图像,表明当阈值为纱线图像最大灰度值的10%~35%时,图像分割结果稳定,阈值为最大灰度值的30%时,具有最佳的阈值分割效果。由于阈值运算简单,可以满足测试系统要求,也为纱线图像检测智能化提供了可靠应用。     

基于粒子群算法改进视角下输电网规划的优化

粒子群算法作为当前进化算法中的最新模式,主要通过记忆与反馈机制来实现高效快速的搜索,以其全局最优性、迅捷性、收敛性等特点为解决大规模的数学问题提供了技术支持。输电网扩展规划作为一个非常庞大的函数问题,需要借助粒子群算法来实现输电网总体规划的优化。然而,粒子群算法在具体的应用实践中也存在着诸多不足之处,包括易在早期成熟收敛导致出现局部最优不足,并对输电网规划的优化产生偏差。本文正是基于此,探讨在粒子群算法改进视角下,输电网规划的优化方案。     

基于粒子群优化算法与形态学的纸病图像检测方法

针对传统边缘检测算子对纸病图像检测的不足,提出了一种基于粒子群优化算法和数学形态学的边缘检测方法。首先通过粒子群优化算法得到图像最优分割阈值,将图像二值化,然后利用数学形态学中的腐蚀运算对纸病图像进行边缘检测。仿真结果表明,相比传统算法,该方法的检测结果更真实地反映了纸病图像的形态特征,且边缘定位准确,取得了较为理想的检测效果。     

基于改进粒子群算法的大豆微波真空干燥工艺优化

为了发现大豆的微波真空干燥的最佳工艺条件,测试了不同的单次干燥时间、缓苏时长、缓苏次数下大豆干燥后含水率与爆腰率,提出了一种基于改进粒子群算法的参数寻优方法,新建次空间,主次空间交换精英个体,借助多元回归数学模型对实验参数进行粒子寻优。结果表明：简单地增加缓苏时长与缓苏次数并不一定利于提高大豆干燥效果,不同缓苏条件相互影响,大豆在单次干燥35min、缓苏50min、缓苏3次时干燥效率最高;在单次干燥35min、缓苏40min、缓苏3次时爆腰率最小。实验证实了采用改进粒子群算法优化参数干燥后大豆的爆腰率和含水率均低于正交实验优化的结果。研究结果对于提高大豆干燥效率和品质具有一定意义,并为微波真空干燥产业化应用及大豆深加工提供参考。     

基于改进粒子群优化的主动磁悬浮轴承模糊PID控制

针对主动悬浮轴承(Active Magnent Bearing,AMB)系统控制参数多、结构复杂等因素,采用模糊PID控制算法并结合改进的粒子群优化算法对其进行控制。通过提出合适的目标函数克服对系统先验知识掌握的不足,采用粒子群优化算法对模糊PID控制器的参数进行调节。仿真结果表明,通过与模糊PID控制的系统相比,采用粒子群优化的模糊PID的控制器性能更优良。     

一种改进的粒子群算法

为克服粒子群算法易于陷入局部极值的缺点,通过引入聚群效应和扰动,设计了一种新的粒子群算法.通过对常用测试函数的数值试验,说明了新算法不仅能有效地进行全局搜索,而且具有更好的收敛精度.     

基于改进粒子群优化IPSO算法的茶叶烘干机温度控制策略

针对茶叶烘干机热效率低,温度不稳定、茶叶品质不易保证的问题,对燃煤式热风干炉进行研究,通过对粒子群算法(PSO)进行混沌处理,得出了一种改进粒子群算法(IPSO),然后通过IPSO对模糊PID控制器的参数进行优化,以解决粒子群算法易早熟、寻优效率低以及PID参数无法实时在线调整的缺点。根据热风炉的实时温度,自动调节热风炉的排烟量,以实现烘干机的温度恒定。同时,采用优化后的模糊PID控制策略对系统进行了仿真和测试。结果表明,该研究所用方法能根据烘干机温度有效控制热风炉排烟量,从而实时控制热风温度,实现恒温控制的目的。