人工生命在图像分割中的应用

2005年第24卷第4期 Measurement and Control Technique 2005, Vol. 24, No. 4

文章编号：1006-1576（2005）04-0059-02

人工生命在图像分割中的应用

孟志刚，韩永国

（西南科技大学 计算机学院，四川 绵阳 621010）

摘要：人工生命在图像分割的应用，通过人工生命方法把图像中的每个象素和一只蚂蚁或一个细胞关联，然后按照系统规则进化。基于蚁群模型的图像分割，将图像转化为新的蚁群栖居地，通过图像栖居地实现。基于人工细胞群模型的图像分割，以图像为培养基，通过细胞代谢，即细胞与环境交换能量，及细胞间交换能量来完成。

关键词：图像分割；人工生命；蚁群模型；人工细胞群模型 中图分类号：TP391.41 文献标识码：A

Application of Artificial Life in Image Segmentation

MENG Zhi-gang, HAN Yong-guo

(College of Computer Science, Southwest University of Science & Technology, Mianyang 621010, China)

Abstract: For application of artificial life in image segmentation, each pixel in an image is associated with an ant or a cell by the artificial life method using and it is evolved according to a system of rules. For the image segmentation based on ants model, the original image was transformed into the ant colonies habitats, and image segmentation was realized through ant colonies habitats image. Apropos of image segmentation based on artificial cells model, the original image was taken as the substrate that supplies the nutrients to the cells. The image segmentation was completed through metabolism, cells continually exchange energy between the environment and the surrounding cells.

Keywords: Image segmentation; Artificial life; Ants model; Artificial cells model

1 概述

图像分割的主要目标是将图像划分为与其中含有的物体或区域有强相关性的组成部分[1]。传统的图像分割方法，如阈值法、边缘分割法、区域分割法等存在如下不足：无法自动标记和分割，要依赖人工输入初始参数等信息；不能利用图像里的全局性信息和模式；对输入数据的噪声和破损敏感，不具备鲁棒性。人工生命是一项抽象地提取生命现象中的基本动态原理，并通过其他媒介，如计算机，来模拟生命系统动态发展过程。把人工生命应用到计算机图形学和图像分析中，融合了以前的理论和方法，并加入了新的概念，例如生、死、成长、繁殖、遗传、自然选择等，是图像分割的一种新方法。

前的行为转入尽可能真实的一致行为，空间和时间

的一些离散化是必须的。作为将蚂蚁种群里的时间离散化的结果，每个个体在每个时间步走一步，同样可作为对空间的离散化。每个蚂蚁在每个时间步发现它自己处在这些象素之一的位置，同时它感觉的输入被所有八个邻居单元的信息素浓度影响。蚂蚁在每个时间步t它处于的象素留下一固定量的信息素η。于是，在网格世界从单元k到单元i的转移概率由下式给出：

Pik=w(σi)w( i)j/kw(σj)w( j) j/k代表k所有局部相邻象素之和。 j测量在方位上相对时刻t-1前一个方向在数量上的差别。如图1中：w0＝1，w1＝1/2，w2＝1/4,，w3＝1/12，w4＝1/20。一旦这些参数被设定，大量的蚂蚁可被放在图像上，对时刻t＝0取一个随机的位置。对将来的计算，每个蚂蚁的随机移动由概率pik决定。

图2是原始图和经过蚁群分割后的效果图[2]。

2 人工生命用于图像分割

人工生命用于图像分割较成熟的有基于蚁群模型和人工细胞群模型的图像分割法。 2.1 基于蚁群模型的图像分割法

2000年Ramos和Almeida将Chialvo和Millonas提出的蚁群模型运用到数字图像处理，发现蚁群能渐进地改变源数字图像，将图像转化为新的“蚁群栖居地”。他们把图像分割视为聚类和组合，单个蚂蚁的状态能够被它的位置r和方向θ表达。通过信息素评价函数W(σ)=[1+σ(1+δσ)]β，响应函数能被有效的翻译成在细胞间二参数转换规则。为了能将以

W3W2W1

W4

W3W2W1

W0

W2W3W4

W1

W0 W1 W2

W3

W2 W1 W0

W3

W4W3W2

W1

图1 参数的取值

2.2 基于人工细胞群模型的图像分割法

何浩和陈雁秋2001年提出一个人工细胞群模型用来分割图像。以图像为培养基，每一个像素上

收稿日期：2005-01-27；修回日期：2005-02-18 作者简介：孟志刚（1976-），男，湖南人，在读硕士，1986年毕业于中南工业大学，从事模式识别、图像处理、人工生命、遗传算法研究。

·59·

2005

年第24

卷第4期 Measurement and Control Technique 2005, Vol. 24, No. 4

图2 原始图和经过蚁群分割后的效果图

有一个细胞。图像分割通过细胞代谢，即细胞与环境交换能量，以及细胞间交换能量来完成。人工细胞群模型取得了很好的图像分割效果[3]。所有的细胞具有相似的结构，但是由于环境的影响，在复制的过程中可能会发生变异。细胞之间的相互作用在局部相邻区发生，这种作用持续到它们所有的状态的稳定为止。在这过程中，图像作为给细胞供应营养物质的培养基。细胞的不同状态揭示了图像上相应区域的不同特性。每个细胞或者单元是一个生物个体，然而每个个体的行为不是独立的，它们之间的相互作用本质上决定了系统的状态。每个细胞能够复制自身，复制物在周围区域传播。在这过程中，由于环境的影响，变异发生了，不同初试状态的新细胞涌现出来。细胞进化直到它们的状态稳定为止。在图像分析中采用上面描述的细胞，待处理的图像就相似于给细胞提供营养物质的培养基。每个细胞位于图像中每个象素的位置，象素的不同特征说明了维持生命生长的不同特性。当图像的一部分有利于其上的细胞的生长时，也就是说，环境能够供应比细胞消耗的能量更多的能量，这时细胞很可能会被喂养到成熟。相反在那些贫瘠部分的细胞趋于饿死。既然所有的细胞都具有相同的行为规则集合，当平衡状态达到时，细胞的状态就揭示了培养基的特性，也就是图像的性质。在图像上不同的区域通常具有不同的特性，通过人工生命方法，这些区域可由不同的稳定的细胞状态彼此区分。图像分割的人工生命方法依赖于图像上的每个细胞的进化，每个细胞的发展变化描述如下：

(1) 最开始的母亲细胞被随机置于图像上某个象素的位置，该位置原来没有细胞。

(2) 变异：初始状态的细胞变异按公式进行，ε是对应于这个象素的特征向量。

(3) 复制：当细胞周围有空的空隙，细胞复制自身。然后那些空间被复制的女儿细胞所占据。

(4) 进化：细胞在它的转态稳定之前按照新陈代谢的规则进化。

·60·

每个新的女儿细胞按照它的母亲细胞一样的变异、复制和进化过程变化。细胞按每个细胞对应一个象素的方式在整个图像里传播。当所有细胞聚集的状态达到平衡时，被分割的区域突现出来。图3是图像分割的效果以及和传统算法的比较[3]。

图3 图像分割的效果及和传统算法的比较

3 结论

人工生命系统是一个自组织的复杂系统，它由大量相似的成分或agent构成。系统里大量低层次的agent的众多交互作用唯一的导致系统全局层次的模式突现出来。人工生命技术提供了一套非常自然合适的机制的集合来处理认知学的一些方面，它们还没有被其它方法成功的处理。人工生命技术提供了一套自然合适的机制集合来处理认知问题。人工生命图像分割方法是把图像中每个像素和一个生命体关联，然后它按照一个系统的规则进行演化。当这些生命体达到一种平衡状态时，被分割的部分突现出来。并具有传统图像分割算法不具有的边缘增强和去噪两者的优势。

参考文献：

[1] Milan Sonka, 等. 图像处理、分析与机器视觉（第二版）

[M]. 艾海舟, 等 译. 北京: 人民邮电出版社, 2003. [2] Ramos V, Almeida F. Artificial Ant Colonies in Digital

Image Habitats－A Mass Behaviour Effect Study on Pattern Recognition [A]. Dorigo M. et al. Proceedings of ANTS'2000－2nd International Workshop on Ant Algorithms (From Ant Colonies to Artificial Ants) [C]. Brussels, Belgium, 2000. 113-116.

[3] He H, Chen Y Q. Artificial Life for Image Segmentation [J].

International Journal of Pattern Recognition and Artificial Intelligence, 2001, 15 (6).

曙光研制成功8路双核服务器

曹来发（华北电力设计院）

随着美国AMD双核系列处理器于2005年4月份在全球全面推出，中国曙光在第一时间全球同步上市了从2路到4路到8路等10款双核服务器。“双核”是指一颗芯片上集成两个CPU（内核），如8颗芯片，每颗芯片上有两个内核，这意味着在一台计算机内可以提供16个CPU（内核）同时运行的计算能力。8路双核服务器，指的是在一台计算机内同时运行8颗芯片，即16个CPU（内核）。正式掀开了国产服务器由单核平台向双核平台转折的历史进程，也标志着中国服务器产业跻身于国际市场竞争中的行列。

本文来源：https://www.bwwdw.com/article/wkm4.html