基于PSO优化改进的Snake模型煤矿环境目标检测

摘要：

针对Snake模型寻优过程中抗噪能力差、不能向凹处收敛等问题,提出适合煤矿等复杂环境的目标轮廓检测新算法。算法对Snake模型进行改进,使其自动分配蛇点,具有拓扑自适应性,并将粗收敛结果作为粒子群算法的初始轮廓。同时针对粒子群优化过程中易丧失群体多样性和易收敛于局部极值的问题结合遗传算法中育种和变异思想改进,淘汰适应度低的粒子,增加了相邻粒子间约束,通过自适应惯性权重非线性调整方法提高收敛精度。实验中将单峰、多峰测试函数和图像仿真与传统方法进行对比,证实了改进算法的有效性,在照度低、分辨率差的井下视频目标检测中有良好的应用前景。

关键词：粒子群优化算法(PSO)、Snake模型、煤矿、目标轮廓、遗传算法

所属期刊栏目：36

分类号：TD679(矿山电工)

资助基金：国家高技术研究发展计划863重点资助项目2008AA062200;江苏省产学研联合创新资金资助项目BY2009114

在线出版日期：2012-04-21（万方平台首次上网日期，不代表论文的发表时间）

页码：1949-1954