基于并行粒子群算法的Otsu双阈值医学图像分割

摘要：

医学图像分割一直是医学影像分析领域的研究热点.由于粒子群优化(PSO)容易陷入局部极小,因此该算法用于搜索某些函数极值时精确度较低且稳定性较差.针对该问题,结合Otsu分割技术,提出了一种基于并行粒子群优化算法的Otsu双阈值医学图像分割算法.在该算法中,将粒子群体分成若干个子群体,进化在多个不同的子群中并行进行,避免单种群进化过程中出现的过早收敛现象,提高整个算法的收敛速度.实验结果表明,提出的分割算法与传统粒子群算法相比,不仅能够对图像进行准确的分割.而且具有更强的精确性和稳定性,其收敛速度明显优于基于单种群的粒子群算法的Otsu双阈值医学图像分割.

关键词：医学图像、Otsu双阈值法、粒子群算法

所属期刊栏目：28

分类号：TP391.41(计算技术、计算机技术)

资助基金：肥工业大学博士基金资助项目035022

在线出版日期：2011-04-29（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：42-44,65