基于改进粒子群算法的多阈值图像分割

• 作者: 张冰 武燕
• 来源期刊: 微型电脑应用
• 学科: 工学
• 关键词: 粒子群优化算法 相对基学习 扩张模型 多阈值 图像分割
• 年，卷（期）: 2011,（5）
• 所属期刊栏目: 技术交流
• 页码范围: 59-61
• 分类号: TP301
• 字数: 3179字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-757X.2011.05.021

摘要

提出了一种改进的粒子群算法,在初始化种群时采用相对基学习原理,以获得较优的初始候选解;在后期迭代过程中引入扩张模型,使粒子不易陷入局部极小值点,并将其用于多阙值图像分割.由最大熵阈值法得到所要优化的目标函数,用改进的粒子群算法对其进行优化,使其能够准确并迅速的得到分割的最佳阈值组合,并用该阙值组合对图像进行分割.将此分割结果与遗传算法的多阚值分割结果相比较可以看出,该算法可更为准确快速的实现图像分割.