学位论文 > 优秀研究生学位论文题录展示
蚁群算法及其在气象卫星云图分割中的应用
作 者: 满国晶
导 师: 钱华明
学 校: 哈尔滨工程大学
专 业: 导航、制导与控制
关键词: 气象卫星云图 台风 数学形态学 蚁群聚类算法 灰度共生矩阵
分类号: TP391.41
类 型: 硕士论文
年 份: 2011年
下 载: 23次
引 用: 0次
阅 读: 论文下载
内容摘要
台风(热带气旋)是危害人类最严重的自然灾害之一,它所引起的狂风、暴雨及风暴潮等给沿海人们的生产生活带来了极大的不便和危害,同时也严重威胁到航海的安全。为了有效地降低台风对人们造成的影响,加强对台风的实时监测定位和预报就显得尤为重要。由于台风中心定位的好坏取决于台风云系的分割效果的好坏,因此对台风云系进行分割具有很高的研究价值和极其重要的现实意义。蚁群算法作为一种新型的模拟进化算法,其良好的离散性、并行性、正反馈性和鲁棒性,使其在图像分割领域得到了广泛的应用。本文选用风云二号气象卫星拍摄的云图作为客观的资料,以2005年9月1日14时30分在福建莆田平海镇登陆的第13号台风——泰利为例,利用蚁群算法及其改进对台风云系进行分割研究,本文主要围绕以下四个方面进行研究。论文首先对蚁群算法和图像分割方法近年来的研究进展进行了分析与总结。详细介绍了蚁群算法的基本原理及数学模型,并以TSP问题为例对蚁群算法的实现过程进行了说明。分析蚁群算法的优缺点,给出了蚁群算法在图像分割领域的一些改进措施。其次在蚁群算法的基础上,简单介绍聚类分析的相关概念及数学描述。总结近年来有代表性的四种蚁群聚类算法,并对这几种蚁群聚类算法的基本模型及其优缺点进行介绍和分析,以基于觅食原理的蚁群聚类算法为研究重点,进行台风区域的分割研究。根据数字图像的离散性特点,从聚类角度出发,以灰度为特征,将蚁群聚类算法引入到台风云系分割中,并通过引入初始聚类中心和引导函数来解决传统蚁群聚类算法计算量大,搜索时间过长的问题。在蚁群聚类算法的基础上,针对单纯采用蚁群聚类算法可能会将类似于台风云系的分布不均匀的无关云团分割出来而造成误检的情况,提出了一种蚁群聚类算法融合数学形态学方法的台风云系分割方法。鉴于台风图像是自然纹理图像,论文在灰度特征的基础上,利用图像的高层次特征——纹理特征来全面地描述图像信息,以求获得更好的分割效果。通过对现有典型纹理分割方法的分析和比较,选用灰度共生矩阵法提取台风纹理特征,形成特征向量,并以其为特征,利用蚁群聚类算法进行纹理分割,给出了一种基于灰度共生矩阵的台风图像分割方法。最后采用MATLAB7.1作为编程工具,对本文算法的有效性和准确性进行仿真验证。实验结果表明,本文的算法能够有效地对台风云系进行分割及特征提取,进而能很好的实现对台风中心定位,其研究成果对台风云系的识别、预报及定位等具有一定的现实意义。
|
全文目录
摘要 5-7ABSTRACT 7-11第1章 绪论 11-20 1.1 课题研究背景及意义 11-12 1.2 图像分割方法的发展及研究趋势 12-16 1.2.1 传统图像分割方法 13-14 1.2.2 基于特定理论的图像分割方法 14-16 1.3 蚁群算法的发展及研究现状 16-18 1.4 本文主要内容及结构安排 18-20第2章 基本蚁群算法及其改进 20-28 2.1 蚁群算法的基本原理 20-21 2.2 蚁群算法的数学模型 21-23 2.2.1 蚁群算法中的有关参数和符号 21-22 2.2.2 算法的数学模型 22-23 2.3 蚁群算法的实现 23 2.4 蚁群算法的特点 23-25 2.5 蚁群算法改进及其应用 25-26 2.6 本章小结 26-28第3章 蚁群聚类算法原理及分析 28-38 3.1 聚类概念及数学描述 28 3.2 蚁群聚类算法的基本模型 28-35 3.2.1 基于蚁堆形成原理的蚁群聚类算法 29-31 3.2.2 基于觅食原理的蚁群聚类算法 31-33 3.2.3 基于蚂蚁自我聚集行为的聚类算法 33-34 3.2.4 基于化学识别系统的蚁群聚类算法 34-35 3.3 几种蚁群聚类算法的比较分析 35-36 3.4 本章小结 36-38第4章 基于形态学和蚁群聚类的台风分割方法研究 38-50 4.1 灰度数学形态学的基本运算 38-43 4.1.1 灰度腐蚀 38-39 4.1.2 灰度膨胀 39-40 4.1.3 灰度开运算 40-41 4.1.4 灰度闭运算 41-43 4.2 结合数学形态学与蚁群聚类算法的图像分割 43-47 4.2.1 特征选择 43-44 4.2.2 确定初始聚类中心 44-45 4.2.3 算法流程 45-47 4.3 实验结果及分析 47-49 4.4 本章小结 49-50第5章 一种基于灰度共生矩阵的台风纹理图像分割 50-63 5.1 纹理特征提取方法 50-51 5.2 灰度共生矩阵描述 51-53 5.3 台风纹理图像分割 53-57 5.3.1 纹理特征提取 54-55 5.3.2 特征分类算法 55-57 5.4 仿真结果及分析 57-62 5.5 本章小结 62-63结论 63-65参考文献 65-70攻读硕士学位期间发表的论文和取得的科研成果 70-71致谢 71
|
相似论文
- 舌体特征的提取及融合分类方法研究,TP391.41
- 基于数学形态学分析的激光散斑特性研究,O29
- 基于区域分割的遥感影像道路提取算法研究,TP751
- 基于数字图像处理的血管管径自动测量技术,R310
- ASAR与MODIS协同的海洋溢油信息提取,X87
- 基于高分辨率遥感数据的矿区房屋信息提取方法研究,TP751
- 基于灰度共生矩阵和BP神经网络的织物组织结构识别,TP391.41
- 低比特率下基于DWT的视频编解码系统研究与实现,TN919.81
- 表格手写内容识别系统的设计与实现,TP391.41
- JPEG图像重压缩检测及篡改定位,TP391.41
- 基于蚁群算法的聚类算法研究,TP311.13
- 基于平均灰度共生矩阵和特征的LSB匹配隐密分析,TP391.41
- 雾霾环境下图像增强算法研究及其应用,TP391.41
- 遥感图像的K-均值聚类和分水岭分割算法的研究与实现,TP751
- 基于数学形态学的车流量检测技术研究,TP391.41
- 机载LiDAR点云数据滤波算法研究,TN713
- 西北太平洋超强台风活动特征分析,P444
- 基于雷达图像的台风云系识别以及台风中心定位方法研究,P444
- 居民地的提取与边缘优化,P237
- 西沙群岛红脚鲣鸟繁殖时间选择对繁殖成功率的影响,Q958
中图分类: > 工业技术 > 自动化技术、计算机技术 > 计算技术、计算机技术 > 计算机的应用 > 信息处理(信息加工) > 模式识别与装置 > 图像识别及其装置
© 2012 www.xueweilunwen.com
|