一种改进粒子群优化算法的Otsu图像阈值分割方法

• 作者: 刘桂红 孙劲光 王星 赵亮
• 来源期刊: 计算机科学
• 学科: 工学
• 关键词: 图像分割 Otsu 类间方差 粒子群优化 适应度函数
• 年，卷（期）: 2016,（3）
• 所属期刊栏目: 图形图像与模式识别
• 页码范围: 309-312
• 页数: 4页
• 分类号: TP391
• 字数: 3680字
• 语种: 中文
• DOI: 10.11896/j.issn.1002-137X.2016.3.058

摘要

阈值法分割图像时只利用图像的灰度信息,具有直观、实现简单的特点.针对传统的粒子群优化算法(Parti-cle Swarm Optimization,PSO)分割图像易陷入局部最优的缺点,提出一种基于改进粒子群优化算法的Otsu图像阈值分割方法.以Otsu算法的类间方差作为适应度函数,在每次迭代中选取适应度较好的粒子同时加入新的粒子,以提高粒子多样性.实验表明,与Otsu算法和PSO算法相比,改进的粒子群优化算法不仅加快了收敛速度和运算速度,而且提高了图像分割的准确率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孙劲光	辽宁工程技术大学电子与信息工程学院	158	1081	17.0	25.0
2	刘桂红	辽宁工程技术大学电子与信息工程学院	10	46	3.0	6.0
3	赵亮	辽宁工程技术大学研究生学院	20	176	7.0	13.0
4	王星	辽宁工程技术大学电子与信息工程学院	27	164	8.0	12.0