基于量子粒子群算法的双阈值图像分割方法
为了提高图像分割效率,将量子粒子群算法QPSO应用于图像阈值分割领域,并在QPSO算法基础上提出了一种基于边界控制的量子粒子群阈值分割算法BQPSO.改进算法BQPSO引入了边界控制策略,使得飞越搜索区域的粒子不再聚集到区域的边界,而是回到搜索区域内边界附近的某一位置,保持了群体的多样性,有效地避免了算法陷入局部最优解,增强了算法的全局搜索能力.实验结果表明,与遗传算法GA、粒子群算法PSO和标准量子粒子群算法QPSO的阈值寻优结果相比较,BQPS0算法在运算效率、阈值搜索精度和稳定性以及图像分割效果等方面均具有明显的优势.
量子粒子群算法、遗传算法、粒子群算法、最大类间方差、边界控制策略、双阈值图像分割
42
TP391.41(计算技术、计算机技术)
国家自然科学基金资助项目60975021
2017-01-18(万方平台首次上网日期,不代表论文的发表时间)
共7页
132-138