正在加载图片...
第2卷第4期 智能系统学报 Vol.2№4 2007年8月 CAAI Transactions on Intelligent Systems Aug.2007 一种基于MAS的自适应图像分割方法 陈小波,程显毅 (江苏大学计算机科学与通信工程学院,江苏镇江212013) 摘要:复杂图像的全自动分割是极具挑战性的问题.提出了一种基于MAS的自适应图像分割方法.通过属性和行 为描述Agent个体,通过合作竞争描述了Agent间的交互.MAS系统在Agent反复自适应过程中达到平衡,同时完 成图像分割.通过分割复杂的医学图像证实了该方法的有效性,MAS在图像分割领域具有应用价值, 关键词:MAS:自适应;图像分割 中图分类号:TP391.4文献标识码:A文章编号:1673-4785(2007)04-008006 An ada ptive image segmentation technique based on multi Agent system CHEN Xiao-bo,CHENG Xianyi (School of Computer Science Telecommunication Engineering,Jiangsu University,Zhenjiang 212013,China) Abstract:The automatic segmentation of complex images is a challenging issue.A novel approach was pro- posed to segment images adaptively based on multi-Agent system.Individual agents were described with their attributes and behaviors.The interaction between Agents was described by cooperation and competi- tion.Finally,the MAS reached a balanced state after a process of recursive self-adaptation and the image was segmented.Experiments with complex medical images show that the MAS approach is suitable for use in image segmentation. Key words MAS;self-adaptive;image segmentation 图像分割是特征提取、对象分类的基础,因而在 故在图像处理领域得到了大量应用并取得了很好的 机器视觉模式识别、医学图像处理等领域得到大量 效果.Liu等)利用反应式智能体设计了自动分割 应用.由于分割对象特征不同,至今己开发出很多算 图像的MAS系统,并成功分割了大脑CT图像.文 法.传统的分割算法,如基于各种算子的方法,仅适 献[4]设计了一个检测图像对称轴的MAS系统.自 合于简单、单一物体的分割.针对医学图像、遥感图 然界中存在大量均衡系统,这些系统中的个体虽然 像、自然景观等复杂、多目标图像等则难以分割山, 可能有很大差异,但却得以彼此共存、发展而不是消 近年来,多智能体系统(multi-Agent system, 亡,是由于不断的彼此适应而形成的一种稳定有序 MAS)理论得到了很大发展,MAS是人工智能和计 格局.受此启发,本文设计了一种MAS用于图像分 算机网络的结合.个体Agent是一种具有感知能 割.初始无差异的Agent群体随机分布在图像环境 力、问题求解能力和通信能力的计算系统.一般而 中,由于各自所处的环境不同而具有了不同的目标, 言,它应具有如下特征:反应性、预动性和社会行为 繁殖和移动导致了Agent的扩散,目标和感知的差 能力).MAS则是个体Agent的有机组织,可以求 异导致了Agent能力的不同,Agent间彼此争夺空 解单个Agent无法解决的问题.MAS包括3个要 间导致竞争,为扩张势力而导致合作和目标合并,系 素:Agent个体、Agent组织和Agent交互2).正是 统反复演化最终达到平衡,同时完成图像分割: 由于MAS更适合处理复杂、分布式和并行的任务, 1MAS的体系结构 收稿日期:20060605. MAS是一个会根据其所处的环境而自动调整 1994-2008 China Academic Journal Electronic Publishing House.All rights reserved.http://www.cnki.net第 2 卷第 4 期 智 能 系 统 学 报 Vol. 2 №. 4 2007 年 8 月 CAAI Transactions on Intelligent Systems Aug. 2007 一种基于 MAS 的自适应图像分割方法 陈小波 ,程显毅 (江苏大学 计算机科学与通信工程学院 ,江苏 镇江 212013) 摘 要 :复杂图像的全自动分割是极具挑战性的问题. 提出了一种基于 MAS 的自适应图像分割方法. 通过属性和行 为描述 Agent 个体 ,通过合作竞争描述了 Agent 间的交互. MAS 系统在 Agent 反复自适应过程中达到平衡 ,同时完 成图像分割. 通过分割复杂的医学图像证实了该方法的有效性 ,MAS 在图像分割领域具有应用价值. 关键词 :MAS ;自适应 ;图像分割 中图分类号 : TP391. 4 文献标识码 :A 文章编号 :167324785 (2007) 0420080206 An adaptive image segmentation technique based on multi2Agent system CH EN Xiao2bo , CH EN G Xian2yi (School of Computer Science & Telecommunication Engineering , Jiangsu University ,Zhenjiang 212013 , China) Abstract :The automatic segmentation of complex images is a challenging issue. A novel approach was pro2 posed to segment images adaptively based on multi2Agent system. Individual agents were described wit h t heir attributes and behaviors. The interaction between Agents was described by cooperation and competi2 tion. Finally , the MAS reached a balanced state after a process of recursive self2adaptation and t he image was segmented. Experiments wit h complex medical images show that t he MAS approach is suitable for use in image segmentation. Keywords :MAS;self2adaptive ;image segmentation 收稿日期 :2006206205. 图像分割是特征提取、对象分类的基础 ,因而在 机器视觉、模式识别、医学图像处理等领域得到大量 应用. 由于分割对象特征不同 ,至今已开发出很多算 法. 传统的分割算法 ,如基于各种算子的方法 ,仅适 合于简单、单一物体的分割. 针对医学图像、遥感图 像、自然景观等复杂、多目标图像等则难以分割[1 ] . 近年来 ,多智能体系统 ( multi2Agent system , MAS) 理论得到了很大发展 ,MAS 是人工智能和计 算机网络的结合. 个体 Agent 是一种具有感知能 力、问题求解能力和通信能力的计算系统. 一般而 言 ,它应具有如下特征 :反应性、预动性和社会行为 能力[ 1 ] . MAS 则是个体 Agent 的有机组织 ,可以求 解单个 Agent 无法解决的问题. MAS 包括 3 个要 素 :Agent 个体、Agent 组织和 Agent 交互[2 ] . 正是 由于 MAS 更适合处理复杂、分布式和并行的任务 , 故在图像处理领域得到了大量应用并取得了很好的 效果. Liu 等[ 3 ] 利用反应式智能体设计了自动分割 图像的 MAS 系统 ,并成功分割了大脑 CT 图像. 文 献[4 ]设计了一个检测图像对称轴的 MAS 系统. 自 然界中存在大量均衡系统 ,这些系统中的个体虽然 可能有很大差异 ,但却得以彼此共存、发展而不是消 亡 ,是由于不断的彼此适应而形成的一种稳定有序 格局. 受此启发 ,本文设计了一种 MAS 用于图像分 割. 初始无差异的 Agent 群体随机分布在图像环境 中 ,由于各自所处的环境不同而具有了不同的目标 , 繁殖和移动导致了 Agent 的扩散 ,目标和感知的差 异导致了 Agent 能力的不同 ,Agent 间彼此争夺空 间导致竞争 ,为扩张势力而导致合作和目标合并 ,系 统反复演化最终达到平衡 ,同时完成图像分割. 1 MAS 的体系结构 MAS 是一个会根据其所处的环境而自动调整
向下翻页>>
©2008-现在 cucdc.com 高等教育资讯网 版权所有