基于混沌PSO或分解的二维最小误差阈值分割

• 作者: 吴一全 吴诗婳 张晓杰 张生伟
• 来源期刊: 浙江大学学报(工学版)
• 学科: 工学
• 关键词: 图像分割 阈值选取 二维最小误差 混沌粒子群优化 分解 递推算法
• 年，卷（期）: 2011,（7）
• 所属期刊栏目: 电子、通信与自动控制技术
• 页码范围: 1198-1205
• 页数: 8页
• 分类号: TN911.73
• 语种: 中文
• DOI: 10.3785/j.issn.1008-973X.2011.07.010

摘要

为了进一步提升现有的二维最小误差阈值分割快速递推算法的运行速度,提出分别基于混沌粒子群优化(PSO)和分解的2种二维最小误差阈值分割算法.第1种算法利用混沌粒子群优化算法搜寻二维最小误差法的最佳分割阈值,且在迭代过程的适应度函数计算中引入递推算法,大大减少了冗余计算;第2种算法将二维最小误差法的运算分解成一维最小误差法和一维最小类内对数方差法的运算,计算复杂度由二维递推算法的O(L2)进一步降为O(L).实验结果表明,提出的2种算法能够在分割效果达到或优于现有的二维最小误差阈值分割法的同时,大大加快运行速度.