本文選題：圖像分割 + 多閾值　； 參考：《計算機系統(tǒng)應用》2016年12期

【摘要】：閾值法是一種簡單有效的圖像分割技術.但是閾值法也有著明顯的缺點,即閾值求解的計算量隨閾值的增加而指數(shù)級增長.為克服多閾值圖像分割計算量大、運算時間長的缺點,引入改進的差分進化算法,提出新的變異策略,采用自適應的縮放因子和交叉系數(shù),并新增擾動策略.改進的算法將多閾值分割模型視為優(yōu)化問題,將最大類間方差法作為目標函數(shù),實現(xiàn)多閾值分割.實驗結果表明,和其它算法相比,該算法不僅可以取得正確的分割結果,而且分割速度更快.
[Abstract]:Threshold method is a simple and effective method for image segmentation. However, the threshold method also has obvious disadvantages, that is, the calculation of threshold value increases exponentially with the increase of threshold value. In order to overcome the disadvantages of large amount of computation and long operation time in multi-threshold image segmentation, an improved differential evolution algorithm is introduced, and a new mutation strategy is proposed. The adaptive scaling factor and cross-coefficient are adopted, and the disturbance strategy is added. The improved algorithm regards the multi-threshold segmentation model as an optimization problem and uses the maximum inter-class variance method as the objective function to realize multi-threshold segmentation. Experimental results show that compared with other algorithms, this algorithm can not only obtain correct segmentation results, but also faster segmentation speed.
【作者單位】： 福州大學數(shù)學與計算機科學學院;
【基金】：福建省科技廳項目(2013J01186,JK2010056) 福建省教育廳項目(JB10160)
【分類號】：TP391.41

【相似文獻】

相關期刊論文 前10條

1 唐偉力;龍建忠;;一種基于降雨模型的圖像分割方法在礫巖圖像分割中的應用[J];成都信息工程學院學報;2007年02期

2 黃曉莉;曾黃麟;王秀碧;劉永春;;基于脈沖耦合神經(jīng)網(wǎng)絡的圖像分割[J];信息技術;2008年09期

3 肖飛;綦星光;;圖像分割方法綜述[J];可編程控制器與工廠自動化;2009年11期

4 汪一休;;一種交互式圖像分割的修正優(yōu)化方法[J];中國科學技術大學學報;2010年02期

5 李丹;;圖像分割方法及其應用研究[J];科技信息;2010年36期

6 龔永義;黃輝;于繼明;關履泰;;基于熵的兩區(qū)域圖像分割[J];中國圖象圖形學報;2011年05期

7 張甫;李興來;陳佳君;;淺談圖像分割方法的研究運用[J];科技創(chuàng)新與應用;2012年04期

8 汪梅;何高明;賀杰;;常見圖像分割的技術分析與比較[J];計算機光盤軟件與應用;2013年06期

9 魏慶;盧照敢;邵超;;基于復雜性指數(shù)的圖像分割必要性判別技術[J];計算機工程與應用;2013年16期

10 陳曉丹;李思明;;圖像分割研究進展[J];現(xiàn)代計算機(專業(yè)版);2013年33期

相關會議論文 前10條

1 楊魁;趙志剛;;圖像分割技術綜述[A];2008年中國高校通信類院系學術研討會論文集（下冊）[C];2009年

2 楊暄;郭成安;李建華;;改進的脈沖耦合神經(jīng)網(wǎng)絡及其在圖像分割中的應用[A];第十屆全國信號處理學術年會（CCSP-2001）論文集[C];2001年

3 楊生友;;圖像分割在醫(yī)學圖像中應用現(xiàn)狀綜述[A];2009中華醫(yī)學會影像技術分會第十七次全國學術大會論文集[C];2009年

4 閆平昆;;基于模型的圖像分割技術及其醫(yī)學應用[A];第十五屆全國圖象圖形學學術會議論文集[C];2010年

5 高嵐;胡友為;潘峰;盧凌;;基于小生境遺傳算法的SAR圖像分割[A];可持續(xù)發(fā)展的中國交通——2005全國博士生學術論壇（交通運輸工程學科）論文集（下冊）[C];2005年

6 孫莉;張艷寧;胡伏原;趙榮椿;;基于Gaussian-Hermite矩的SAR圖像分割[A];第十三屆全國圖象圖形學學術會議論文集[C];2006年

7 李盛;;基于協(xié)同聚類的圖像分割[A];第十四屆全國圖象圖形學學術會議論文集[C];2008年

8 張利;許家佗;;舌象圖像分割技術的研究與應用進展[A];中華中醫(yī)藥學會中醫(yī)診斷學分會第十次學術研討會論文集[C];2009年

9 秦昆;李振宇;李輝;李德毅;;基于云模型和格網(wǎng)劃分的圖像分割方法[A];《測繪通報》測繪科學前沿技術論壇摘要集[C];2008年

10 高惠琳;竇麗華;陳文頡;謝剛;;圖像分割技術在醫(yī)學CT中的應用[A];中國自動化學會控制理論專業(yè)委員會A卷[C];2011年

相關博士學位論文 前10條

1 白雪飛;基于視覺顯著性的圖像分割方法研究[D];山西大學;2014年

2 王輝;圖像分割的最優(yōu)化和水平集方法研究[D];電子科技大學;2014年

3 高婧婧;腦部MR圖像分割理論研究[D];電子科技大學;2014年

4 潘改;偏微分方程在圖像分割中的應用研究[D];東北大學;2013年

5 李偉斌;圖像分割中的變分模型與快速算法研究[D];國防科學技術大學;2014年

6 鄧曉政;基于免疫克隆選擇優(yōu)化和譜聚類的復雜圖像分割[D];西安電子科技大學;2014年

7 李積英;融合量子衍生及DNA計算速率的智能算法在圖像分割中的研究[D];蘭州交通大學;2014年

8 侯葉;基于圖論的圖像分割技術研究[D];西安電子科技大學;2011年

9 裴繼紅;基于模糊信息處理的圖像分割方法研究[D];西安電子科技大學;1998年

10 張運杰;基于模糊系統(tǒng)理論的圖像分割技術研究[D];大連海事大學;2007年

相關碩士學位論文 前10條

1 王聰聰;手機上的交互式圖像分割方法研究[D];華中科技大學;2013年

2 廖小波;基于貝葉斯最優(yōu)統(tǒng)計的圖切法圖像分割研究[D];昆明理工大學;2015年

3 姜士輝;基于Android系統(tǒng)的立木圖像分割方法研究[D];東北林業(yè)大學;2015年

4 路亞緹;基于粒子群優(yōu)化算法的最大熵多閾值圖像分割研究[D];鄭州大學;2015年

5 劉超;基于閾值圖像分割的研究及在蘋果定位中的應用[D];東華理工大學;2015年

6 何妮;結合顯著性目標檢測與圖像分割的服飾提取算法研究及實現(xiàn)[D];西南交通大學;2015年

7 劉曉磊;基于MRF隨機場模型的機器人視覺圖像分割方法研究[D];西安建筑科技大學;2015年

8 王周楠;數(shù)字圖像處理的研究仿真[D];中國地質大學(北京);2015年

9 許素素;改進的模糊C均值聚類算法在圖像分割中的應用[D];長安大學;2015年

10 崔月霞;基于模糊集理論的醫(yī)學影像分割算法研究[D];中國石油大學(華東);2014年

，

本文編號：1955932