原文服务方: 科技与创新       
摘要:
针对传统的多阈值图像分割方法存在精确度和时间复杂度的问题,提出了粒子群优化的多阈值自分割算法.该方法首先利用自适应滤波函数对图像进行预处理,不仅解决了一维Otsu算法的抗噪性弱的问题,又同时确定了多阈值图像的局部区域类数,然后把改进的粒子群优化算法应用到多阈值图像分割中,对最佳阈值进行搜索优化,改进了图像分割的整体性能.实验结果证明了本文算法的收敛速度与优化质量均优于其他算法,并且这个优越性会随着局部区域类数的增加,体现得更为明显.
推荐文章
基于粒子群优化算法的Kapur熵多阈值图像分割
图像分割
多阈值图像分割
粒子群优化算法
Kapur熵
基于粒子群优化算法和模糊熵的多级阈值图像分割算法
图像分割
粒子群优化算法
模糊熵
香农熵
鲁棒性
目标函数
基于量子粒子群优化算法的最小交叉熵多阈值图像分割
最小交叉熵
多阈值
递推编程
量子粒子群
结合粒子群算法优化归一割的图像阈值分割方法
阈值分割
归一化割
粒子群算法
图像分割
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 粒子群优化的多阈值图像自分割算法
来源期刊 科技与创新 学科
关键词 粒子群优化 自适应滤波 Otsu算法 多阈值 图像自分割
年,卷(期) 2010,(29) 所属期刊栏目
研究方向 页码范围 199-201
页数 分类号 TP391
字数 语种 中文
DOI 10.3969/j.issn.2095-6835.2010.29.079
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 胡敏 合肥工业大学计算机与信息学院 116 1456 20.0 34.0
2 马培培 合肥工业大学计算机与信息学院 1 6 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (25)
共引文献  (332)
参考文献  (6)
节点文献
引证文献  (6)
同被引文献  (15)
二级引证文献  (1)
1975(1)
  • 参考文献(0)
  • 二级参考文献(1)
1980(1)
  • 参考文献(0)
  • 二级参考文献(1)
1981(2)
  • 参考文献(0)
  • 二级参考文献(2)
1982(1)
  • 参考文献(0)
  • 二级参考文献(1)
1983(1)
  • 参考文献(0)
  • 二级参考文献(1)
1985(1)
  • 参考文献(0)
  • 二级参考文献(1)
1986(1)
  • 参考文献(0)
  • 二级参考文献(1)
1988(1)
  • 参考文献(0)
  • 二级参考文献(1)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(2)
  • 参考文献(0)
  • 二级参考文献(2)
1995(3)
  • 参考文献(0)
  • 二级参考文献(3)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(1)
  • 二级参考文献(0)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(3)
  • 参考文献(1)
  • 二级参考文献(2)
2006(5)
  • 参考文献(2)
  • 二级参考文献(3)
2008(2)
  • 参考文献(2)
  • 二级参考文献(0)
2010(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2010(1)
  • 引证文献(1)
  • 二级引证文献(0)
2016(1)
  • 引证文献(1)
  • 二级引证文献(0)
2017(1)
  • 引证文献(1)
  • 二级引证文献(0)
2018(2)
  • 引证文献(2)
  • 二级引证文献(0)
2019(2)
  • 引证文献(1)
  • 二级引证文献(1)
研究主题发展历程
节点文献
粒子群优化
自适应滤波
Otsu算法
多阈值
图像自分割
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
科技与创新
半月刊
2095-6835
14-1369/N
大16开
2014-01-01
chi
出版文献量(篇)
41653
总下载数(次)
0
总被引数(次)
202805
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导