嵌入趋化算子的PSO算法及其在多阈值分割中的应用

摘要：

针对标准粒子群优化(Particle Swarm Optimization,PSO)算法在优化选择多阈值时易陷入局部最优等问题,提出一种嵌入趋化算子的PSO算法.首先针对标准PSO算法具有较强的全局寻优能力但局部搜索能力较差,而细菌觅食优化(Bacterial Foraging Optimization,BFO)算法具有较强的局部搜索能力的特点,将BFO算法中具有较强局部搜索能力的趋化算子嵌入到PSO算法中,形成一种嵌入趋化算子的PSO算法(Chemotaxis Operator embedded PSO,COPSO),以此优势互补,使COPSO算法既有较强的全局搜索能力,又有较强的局部搜索能力.最后将COPSO算法用于最大熵多阈值图像分割中,得到最佳阈值向量.实验结果表明:与标准的PSO、BFO和GA算法相比,该算法具有更好的优化效果和更短的寻优时间.

关键词：粒子群优化算法、细菌觅食优化算法、图像分割、多阈值分割

所属期刊栏目：43

分类号：TP391.41(计算技术、计算机技术)

资助基金：河南省重点科技攻关项目132102110209;河南省基础与前沿技术研究计划项目142300410295

在线出版日期：2016-05-24（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：311-315