基于改进量子粒子群优化的多阈值图像分割算法

摘要：

为提升工程应用中图像分割的质量，在变异量子粒子群算法的基础上进行改进，并结合最大类间方差法提出了一种基于改进量子粒子群优化（ QPSO ）的多阈值图像分割算法。该算法结合贝叶斯定理与粒子搜索过程中的历史信息构建了一个记忆向量，然后根据记忆向量对每个粒子的行为进行预测，并以此自动设置各粒子的变异概率，使算法在保持一定局部开发能力的同时提升全局搜索能力。在Berkeley数据集上的仿真实验结果表明，与两种基于粒子群的图像分割算法相比，文中算法能获得更为稳定且清晰的图像分割结果。

关键词：量子粒子群优化、记忆信息挖掘、多阈值、图像分割

分类号：TP391.41(计算技术、计算机技术)

资助基金：国家自然科学基金资助项目61372140@@@@Supported by the National Natural Science Foundation of China61372140

在线出版日期：2015-08-26（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：126-131,138