基于粒子群优化算法的阈值图像分割研究

基于粒子群优化算法的阈值图像分割研究

ID:16142844

大小:31.00 KB

页数:10页

时间:2018-08-08

基于粒子群优化算法的阈值图像分割研究_第1页
基于粒子群优化算法的阈值图像分割研究_第2页
基于粒子群优化算法的阈值图像分割研究_第3页
基于粒子群优化算法的阈值图像分割研究_第4页
基于粒子群优化算法的阈值图像分割研究_第5页
资源描述:

《基于粒子群优化算法的阈值图像分割研究》由会员上传分享,免费在线阅读,更多相关内容在教育资源-天天文库

1、基于粒子群优化算法的阈值图像分割研究计算机应用ComputerApplications((自动化技术与应用》2007年第26卷第10期基于粒子群优化算法的阈值图像分割研究汪筱红1,须文波(1.无锡广播电视大学信息工程系,江苏无锡214021;2.江南大学信息工程系,江苏无锡214021)摘要:研究将群体智能中的粒子群优化算法应用到图像分割中,提出了一种新的图像分割算法.新方法基于最佳熵阈值分割技术,用粒子群优化算法自适应选取分割阈值.仿真实验针对Lena图像分割问题,将遗传算法与粒子群优化算法分别独立运行,对得到的阈值以及均值,方差进行了比

2、较,并将运行时问作为算法复杂度的评价指标.统计结果显示,论文算法不仅能够对图像进行准确的分割,而且运行时间明显较短.仿真结果表明,基于粒子群优化的图像分割算法是可行的,有效的.关键词:图像分割;粒子群优化算法;遗传算法中图分类号:TP391.4l文献标识码:B文章编号:10037241(2007)10006103ThresholdImageSegmentationBasedOntheParticleSwarmOptimizationalgorithmWANGXiao-hong.XUWen-bo(1.Dept.ofComputerScienc

3、eardEngineering,WuxiRadioAndTVUniversity,wuxi214021China;2.Dept.ofComputerScienceandEngineering,JiannanUniversity,wuxi214021China)Abstract:Anovelalgorithmbasedonparticleswarmoptimizationispresentedinthispaper.Itshowsthatthealgorithmpresentedinthispapercanfindbeuersolutions

4、withmuchlittlecomplexity.ExperimentwiththeLenaimageshowsthatthismethodisfeasibleandeffective.Keywords:imagesegmentation,particleswarmoptimizationalgorithm,geneticalgorithm1引言图像分割是图像处理和前期视觉中基本技术,是大多数图像分析和视觉系统的重要组成部分.图像分割应用一种或多种运算将图像分成一些具有类似挣陛(如颜色,纹理,密度等)的区域,主要分为阈值方法,边缘检测法,区

5、域跟踪法等….其中阈值方法是图像分割的常用方法.目前已经提出了众多的阈值图像分割方法,如最/J差阈值法,最大类别方差法(Otsu法)及最佳直方图熵法等.根据Shaoo等人利用均匀性参数和形状参数对标准图分割结果作评估的评测结论…:Otsu法,最佳熵法,Johann,sen法,Bille法和Tsai'矩不变法是较好的方法.以上所述的方法均涉及到寻优的问题,所以如何于阈值方法图像分割技术的一个关键.粒子群优化算法(ParticleSwarmOptimization,PSO)是Kennedy和Eberhart于l995年提出的一种基于群智能(Sw

6、arm收稿日期:2007—05—21Intelligence)的演化计算技术I.PSO的优点在于流程简单易实现,算法参数简洁,无需复杂的调整,因此,自算法提出以来,PSO被迅速地应用于函数优化,神经网络训练,模糊系统控制,数据聚类等领域.实践证明PSO算法在收敛速度和性能上较之前的智能优化算法—遗传算法,都有了明显的提高.本文将粒子群优化算法应用到图像分割中,提出了一种基于最佳熵阈值分割技术的图像分割算法,仿真实验表明,新算法不仅能够对图像进行准确的分割,而且与遗传算法相比,能够以较少的计算代价得到最优阈值.2粒子群优化算法2.1算法原理粒

7、子群算法1-J,~.pff;个个体看作是D维搜索空间中的一个没有体积没有质量的粒子,在搜索空间中以一定的速度飞行,并根据对个体和集体的飞行经验的综合分析来动态调整这个速度.设群体中第i-5"t~q:Nx=<xll.,一xD】,它经历过的最佳位置为《自动化技术与应用》2007年第26卷第10期计算机应用ComputerApplicationsP,=(P1,P,,一).当前组成群体的所有粒子经历过的最佳位置为=,,…,).粒子i的速度用v=(vv,…一)表示.对每一次迭代,粒子的进化方程为:V(k+1)V(k)+c,【((k)一x(1()

8、)+c((k)一X(k))(1)(I(+1)=(k)+∞i=LZ?..'Md=LZ?'D(2)其中,c1和c2为加速常数,它们使每个粒子向Pi和Pg位置加速运动.r1,r2为【0

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。