10.3969/j.issn.1002-137X.2012.09.066
基于改进粒子群算法的图像阈值分割方法
针对图像提取问题,最优阈值选取是否合理对图像分割效果至关重要.在处理不同种类图像区域时,粒子群算法(PSO)由于早熟现象难以准确计算最优分割阈值,因此导致图像分割准确率低.为了提高图像分割准确率且准确地提取出图像目标,提出一种基于混沌粒子群算法(CPSO)的图像阈值分割方法.受益于混沌运行的遍历性、对初始条件的敏感性等优点,CPSO很好地解决了PSO的粒子群过早聚集和陷入局部最优等难题,加快了全局搜索最优解的能力.采用具体图像对CPSO算法图像分割性能进行仿真实验,结果表明,相比于其它图像分割算法,CPSO不仅加快了运算速度,提高了图像分割效率,而且提高了图像分割准确率,非常适合于图像实时分割处理.
图像分割、粒子群算法、阈值分割
39
TP391(计算技术、计算机技术)
国家自然科学基金60973113;淮安市工业科技支撑项目HAG2010069
2012-11-19(万方平台首次上网日期,不代表论文的发表时间)
共4页
289-291,301