基于免疫算法进行图像分割的应用和研究

开篇：润墨网以专业的文秘视角，为您筛选了一篇基于免疫算法进行图像分割的应用和研究范文，如需获取更多写作素材，在线客服老师一对一协助。欢迎您的阅读与分享！

摘 要 图像分割是图像处理的关键技术，是将图像分成一些有意义的区域，然后对这些区域进行描述。免疫系统是高度并行的分布式信息处理系统，受到免疫系统的启发，免疫算法是模拟人体免疫过程而产生的新型算法，具有独特的自学习自组织性和高速的并行计算特点，免疫算法的思路也可灵活的应用于其它算法中，本文正是以免疫算法所具有独特的自组织性出发，讨论了其应用于图像分割领域的发展和应用。

关键词 图像分割；免疫算法；自组织

中图分类号：TP391 文献标识码：A 文章编号：1671-7597（2013）13-0077-01

免疫算法是根据生物的免疫机制抽象出的一种数学模型。它的主要思想是系统在不同抗原入侵时，通过逐渐更新系统的结构和功能产生消灭抗原相应的抗体，从而抵抗抗原的入侵。

图像分割是从一幅图像中提取自己感兴趣的区域和部分。免疫算法应用于图像分割，主要是对分割过程起到了一定的控制作用和提出了一种控制机制，在下面的部分，主要从算法的原理，算法的特点，算法的应用和研究进展三方面进行说明。

1 免疫算法的基本原理

首先，基于免疫算法的图像分割过程不断有能量与信息的输入，也就是不断有需要分割的图像出现，使得自组织过程得以产生。

遇到需要分割的图像后，检索“记忆系统”，如果有相应的图像分割处理办法则直接处理，否则随机产生大量新的图像分割方法，组成一个集合，计算集合中所有方法的适应度，若已经存在最佳分割方法则算法结束，否则对现有方法进行改进：对已有的方法进行一定调整生成新的方法或者随机产生新的方法，从而产生新的集合，将集合中的方法的代码进行“变异”或者与其他方法的代码“交叉”，然后将其中适应度最好的方法中的任意一段代码与适应度较差的方法的相应位置的代码交换，若代码交换后该方法的适应度提高，则用新的方法代替原来适应度较差的方法，否则继续使用原来的方法，然后计算适应度，判断新的集合中是否存在最佳个体，若有，则算法结束，否则进行新一轮循环，直到达到最大进化代数。在每一代抗体群体更新时，应注意将适应度最高的抗体选入记忆抗体集合。当记忆抗体集合满额时，则替换掉集合中适应度最差的抗体。同时尽量避免含有相同的记忆抗体，以保证记忆抗体的多样性。

3 免疫算法的特点

与其它基于自组织原理的算法相比，免疫算法的最大特点是算法本身并没有给出一种具体的分割方式，而仅是对分割过程进行了控制，使系统具有了自组织、自适应的特点。它可以和其它分割算法进行很好的结合。免疫算法的自组织性体现在，运用免疫算法执行图像分割的过程中，并没有人为的进行控制操作，而是系统根据输入待分割的图像自行调整分割算法从而达到最优分割的结果。整个过程体现了自组织系统不需要外接干预，通过自身内部特征完成系统更新的特性。

4 研究和应用进展

由于免于疫算法自身的特点，使得它的思想可以运用于几乎所有的分割算法中。如文献[1]在基于阈值分割的方法中用了免疫算法的思想，文献[2]在基于模糊聚类分割方法中也同样使用了免疫算法的思想。文献[3]则将免疫算法与群体智能的遗传算法进行了结合等等。

在应用进展方面，免疫算法同样也在各个领域的图像分割中发挥着巨大作用。目前在自然图像，遥感图像，显微图像等方面都有所应用。

参考文献

[1]汤凌，郑肇葆，虞欣.一种基于人工免疫的图像分割算法[J].2007.

[2]刘云龙，林宝军.一种人工免疫算法优化的高有效性模糊聚类图像分割[J].控制与决策，2010.

[3]李玉刚.基于免疫遗传算法的图像分割方法[J].2009.

[4]马文萍，李聪玲，黄媛媛，焦李成.基于免疫密母算法的图像分割[J].工程数学学报，2012.

[5]童振.免疫组化细胞显微图像分割算法研究与应用[J].2012.