基于粒子群优化算法的Kapur熵多阈值图像分割

• 作者: 孙康健 宋苏航 彭晓旭 陈培昕 马军 鲍日洋
• 来源期刊: 科技创新与生产力
• 关键词: 图像分割 多阈值图像分割 粒子群优化算法 Kapur熵
• 年，卷（期）: 2018,（11）
• 所属期刊栏目: 应用技术
• 页码范围: 79-81,85
• 页数: 4页
• 分类号: TP391.41
• 语种: 中文
• DOI: 10.3969/j.issn.1674-9146.2018.11.026

摘要

本文将多阈值图像分割中的最佳阈值向量优化问题作为研究对象,采用粒子群优化算法(PSO)对Kapur熵阈值图像分割法的最佳阈值向量进行寻优.传统的Kapur熵阈值图像分割法存在算法运算速度慢、 精度不高等问题,本文提出的基于粒子群优化算法的Kapur熵多阈值图像分割法改善了上述问题,具有算法运行快、 分割精度高的特点.利用本文提出的方法在阈值等级分别为1,2,3,4,5的情况下进行实验,并应用峰值信噪比(PSNR)指标和结构相似性(SSIM)指标对分割后的图像进行评估.实验结果表明,本文提出的基于粒子群优化算法的Kapur熵多阈值图像分割法优于传统的Kapur熵多阈值图像分割法,可以更加高效地对复杂图像进行多阈值图像分割处理,具有较强的实用性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	彭晓旭	东北林业大学机电工程学院	17	14	3.0	3.0
2	孙康健	东北林业大学机电工程学院	6	1	1.0	1.0
3	马军	东北林业大学机电工程学院	6	5	1.0	2.0
4	陈培昕	东北林业大学机电工程学院	2	1	1.0	1.0
5	鲍日洋	东北林业大学机电工程学院	3	14	1.0	3.0
6	宋苏航	东北林业大学机电工程学院	2	1	1.0	1.0