針對(duì)二維熵圖像分割方法存在計(jì)算時(shí)間長、實(shí)時(shí)性差的問題,提出一種基于模擬退火粒子群算法的二維熵圖像分割方法。將模擬退火機(jī)制引入粒子群算法（PSO）,根據(jù)初始種群的最優(yōu)適應(yīng)度值設(shè)置初始溫度,采用Metropolis準(zhǔn)則優(yōu)化生成個(gè)體最優(yōu)位置和全局最優(yōu)位置,對(duì)PSO算法的慣性權(quán)重參數(shù)進(jìn)行優(yōu)化,避免粒子在尋優(yōu)過程中陷入局部最優(yōu),提高算法的收斂速度。對(duì)多幅具有不同直方圖分布的圖像進(jìn)行閾值分割實(shí)驗(yàn),實(shí)驗(yàn)結(jié)果表明,該方法與二維熵窮舉分割法相比,分割結(jié)果相同,分割效率大大提高,分割閾值選取的準(zhǔn)確性和運(yùn)算時(shí)間都優(yōu)于遺傳算法（GA）和PSO算法。 

【文章來源】：計(jì)算機(jī)工程與設(shè)計(jì). 2019,40(09)北大核心

【文章頁數(shù)】：8 頁

【參考文獻(xiàn)】：
期刊論文
[1]均衡策略粒子群算法在圖像分割中的應(yīng)用[J]. 夏星宇,高浩,王創(chuàng)業(yè).  鄭州大學(xué)學(xué)報(bào)(工學(xué)版). 2018(01)
[2]基于狼群算法與二維最大熵的圖像分割[J]. 陳超,宣士斌,雷紅軒.  計(jì)算機(jī)工程. 2018(01)
[3]一種基于S-PSO的無線傳感器網(wǎng)絡(luò)分簇路由算法[J]. 劉洲洲,劉洋.  小型微型計(jì)算機(jī)系統(tǒng). 2017(10)
[4]基于二維熵和粒子群優(yōu)化的紅外檢測(cè)與跟蹤[J]. 張冬妍,李佳佳,宋現(xiàn)銘.  計(jì)算機(jī)工程與設(shè)計(jì). 2017(05)
[5]基于混合遺傳粒子群優(yōu)化推薦算法的設(shè)計(jì)[J]. 吳彥文,王潔.  計(jì)算機(jī)工程與設(shè)計(jì). 2017(02)
[6]模擬退火粒子群優(yōu)化投影尋蹤的渠道防滲模式評(píng)價(jià)[J]. 董麗麗,于苗,徐淑琴.  排灌機(jī)械工程學(xué)報(bào). 2016(07)
[7]基于改進(jìn)遺傳算法的自動(dòng)閾值圖像分割方法[J]. 桂預(yù)風(fēng),蘇鵬.  數(shù)學(xué)的實(shí)踐與認(rèn)識(shí). 2015(19)
[8]具備反向?qū)W習(xí)和局部學(xué)習(xí)能力的粒子群算法[J]. 夏學(xué)文,劉經(jīng)南,高柯夫,李元香,曾輝.  計(jì)算機(jī)學(xué)報(bào). 2015(07)
[9]基于模擬退火粒子群算法的不可靠測(cè)試點(diǎn)優(yōu)化[J]. 羌曉清,景博,鄧森,焦曉璇,蘇月.  計(jì)算機(jī)應(yīng)用. 2015(04)
[10]基于模擬退火并行算法的二維熵多閾值分割[J]. 于霞霞,何朗,黃樟燦.  武漢理工大學(xué)學(xué)報(bào). 2015(01)



本文編號(hào)：3436521