基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
针对最大类间方差法在图像分割时存在造成噪声干扰和过分割的缺点,提出一种基于改进混合蛙跳算法的图像阈值分割算法. 算法将苹果图像编码处理,选取图像的类间方差作为改进混合蛙跳算法的适应度值,通过改进的混合蛙跳算法寻找最大的分割阈值,利用该最优阈值使用经典最大类间方差法对花牛苹果图像进行分割. 选取强光、较强光、较弱光和弱光条件下四幅花牛苹果图像进行分割实验,结果表明,采用基于改进混合蛙跳算法的图像阈值分割算法较最大类间方差法和基于混合蛙跳算法的图像阈值分割算法均具有较好的图像阈值寻优能力,可有效改善花牛苹果图像的分割效果.
推荐文章
基于混合布谷鸟算法的图像阈值分割
布谷鸟算法
粒子群算法
阈值分割方法
OTSU法
全阈值迭代
基于改进布谷鸟算法的火焰图像阈值分割算法
布谷鸟算法
火焰图像
阈值分割
蛙跳算法
混沌理论
基于改进PSO算法的Otsu快速多阈值图像分割
图像分割
粒子群算法
非均匀变异
线性递减惯性权重
独立峰值
多阈值
最大类间方差
基于改进蜂群繁殖算法的Tsallis熵阈值图像分割
图像分割
Tsallis熵
多阈值
蜂群繁殖算法
分割速度
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 基于改进混合蛙跳算法的图像阈值分割算法
来源期刊 计算机应用与软件 学科 工学
关键词 最大类间方差法 改进混合蛙跳算法 花牛苹果图像 图像分割 阈值寻优
年,卷(期) 2015,(5) 所属期刊栏目 图像处理与应用
研究方向 页码范围 212-215
页数 4页 分类号 TP301.6
字数 4179字 语种 中文
DOI 10.3969/j.issn.1000-386x.2015.05.051
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 刘立群 甘肃农业大学信息科学技术学院 30 101 5.0 8.0
2 王联国 甘肃农业大学信息科学技术学院 100 903 14.0 27.0
3 火久元 兰州交通大学信息中心 23 105 5.0 9.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (78)
共引文献  (177)
参考文献  (12)
节点文献
引证文献  (9)
同被引文献  (97)
二级引证文献  (58)
1988(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)
1994(2)
  • 参考文献(0)
  • 二级参考文献(2)
1996(2)
  • 参考文献(0)
  • 二级参考文献(2)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(3)
  • 参考文献(0)
  • 二级参考文献(3)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(8)
  • 参考文献(1)
  • 二级参考文献(7)
2004(6)
  • 参考文献(0)
  • 二级参考文献(6)
2005(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(4)
  • 参考文献(2)
  • 二级参考文献(2)
2007(9)
  • 参考文献(1)
  • 二级参考文献(8)
2008(11)
  • 参考文献(0)
  • 二级参考文献(11)
2009(13)
  • 参考文献(0)
  • 二级参考文献(13)
2010(14)
  • 参考文献(3)
  • 二级参考文献(11)
2011(7)
  • 参考文献(3)
  • 二级参考文献(4)
2012(2)
  • 参考文献(1)
  • 二级参考文献(1)
2013(1)
  • 参考文献(1)
  • 二级参考文献(0)
2015(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2016(1)
  • 引证文献(1)
  • 二级引证文献(0)
2017(2)
  • 引证文献(2)
  • 二级引证文献(0)
2018(16)
  • 引证文献(4)
  • 二级引证文献(12)
2019(31)
  • 引证文献(2)
  • 二级引证文献(29)
2020(17)
  • 引证文献(0)
  • 二级引证文献(17)
研究主题发展历程
节点文献
最大类间方差法
改进混合蛙跳算法
花牛苹果图像
图像分割
阈值寻优
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
计算机应用与软件
月刊
1000-386X
31-1260/TP
大16开
上海市愚园路546号
4-379
1984
chi
出版文献量(篇)
16532
总下载数(次)
47
总被引数(次)
101489
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导