动态多目标优化的运动物体图像分割

• 作者: 于繁华 赵东 赵宏伟
• 来源期刊: 光学精密工程
• 学科: 工学
• 关键词: 图像分割 图像聚类 运动目标 动态多目标优化 粒子群算法
• 年，卷（期）: 2015,（7）
• 所属期刊栏目: 信息科学
• 页码范围: 2109-2116
• 页数: 8页
• 分类号: TP391.4
• 字数: 4778字
• 语种: 中文
• DOI: 10.3788/OPE.20152307.2109

摘要

对小区背景下运动物体图像进行分割时多使用单目标或多目标优化方法,这类方法不能有效适应目标的动态变化,因此本文提出一种动态多目标图像分割优化方法.该方法将时间及环境动态因素作为动态因子,利用K均值(K-Means)算法和和模糊C均值(FCM)聚类算法构造多目标函数;结合动态多目标粒子群算法(DMPSO),使用背景差分法定义环境变化规则,实现动态多目标的图像分割.根据DMPSO算法优化后的聚类结果,分别与K-Means和FCM聚类方法得到的结果进行了对比.结果表明,动态多目标优化的Pareto最优解集分布均匀,图像分割准确率可达到95％,对图像识别的准确率可达到90％,具有较高的识别能力,能满足确定背景下运动物体的准确识别.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	赵宏伟	吉林大学计算机科学与技术学院	212	1233	19.0	27.0
2	赵东	吉林大学计算机科学与技术学院	25	81	5.0	8.0
4	于繁华	长春师范大学计算机科学与技术学院	51	421	12.0	18.0