【摘要】：為了解決紅外相機(jī)采集行人圖片時(shí)圖像分割效果問題,提出一種自適應(yīng)粒子群優(yōu)化二維OSTU的閾值分割算法。利用當(dāng)前幀圖像的灰度級(jí)和當(dāng)前幀圖像像素的鄰域灰度級(jí)構(gòu)成二元組,通過計(jì)算二者的均值和方差,建立二維最大類間方差模型,結(jié)合自適應(yīng)粒子群集算法,估計(jì)出圖像的最佳閾值,該方法不僅能夠準(zhǔn)確估計(jì)閾值且計(jì)算時(shí)間減少。仿真結(jié)果表明,閾值最佳時(shí),當(dāng)結(jié)合自適應(yīng)粒子群集優(yōu)化算法后計(jì)算時(shí)間減少到原來的50%,所提出的算法能夠快速準(zhǔn)確得到最佳閾值,提高了圖像預(yù)處理的分割效果。
[Abstract]:In order to solve the problem of image segmentation when infrared camera collects pedestrian images, an adaptive particle swarm optimization (PSO) threshold segmentation algorithm for two-dimensional OSTU is proposed. Using the gray level of the current frame image and the adjacent gray level of the pixel of the current frame image to form a binary group, a two-dimensional maximum inter-class variance model is established by calculating their mean and variance, and an adaptive particle swarm algorithm is combined. The optimal threshold of the image is estimated. This method can not only estimate the threshold accurately but also reduce the computing time. The simulation results show that when the threshold is optimal, the computation time is reduced to 50 when the adaptive particle swarm optimization algorithm is combined, the proposed algorithm can get the optimal threshold quickly and accurately, and the segmentation effect of image preprocessing can be improved.
【作者單位】： 沈陽(yáng)理工大學(xué)自動(dòng)化與電氣工程學(xué)院;沈陽(yáng)理工大學(xué)信息科學(xué)與工程學(xué)院;
【基金】：遼寧省自然科學(xué)基金(201602652)資助項(xiàng)目
【分類號(hào)】：TP18;TP391.41

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 梁光明;唐朝京;劉東華;孫即祥;張志濤;;基于分割評(píng)價(jià)的多層次自適應(yīng)雙閾值分割算法[J];電子學(xué)報(bào);2009年04期

2 相卓;;基于遺傳算法的圖像閾值分割算法研究[J];科技信息;2009年12期

3 李彬;謝云;;閾值分割算法在醫(yī)用藥瓶溶液雜質(zhì)檢測(cè)中的研究[J];自動(dòng)化與信息工程;2012年05期

4 孫光靈,周慶松,方傳剛;基于最小類內(nèi)方差的快速閾值分割算法[J];安徽理工大學(xué)學(xué)報(bào)(自然科學(xué)版);2005年01期

5 王艷秋;;羽絨圖像閾值分割算法研究[J];計(jì)算機(jī)工程與應(yīng)用;2008年34期

6 王亮亮;王黎;高曉蓉;王澤勇;;兩種改進(jìn)的局部閾值分割算法[J];現(xiàn)代電子技術(shù);2009年14期

7 程紅;王志強(qiáng);白新偉;;航拍膠片注釋信息閾值分割算法研究[J];地理與地理信息科學(xué);2011年04期

8 李靜,王衛(wèi)星;巖石骨料圖像閾值分割算法的比較研究[J];中南林學(xué)院學(xué)報(bào);2004年05期

9 徐奕奕;;腐蝕線材的閾值分割算法研究[J];廣西工學(xué)院學(xué)報(bào);2006年02期

10 鄭根讓;王成;查爾斯;;二維自由粒子群圖像閾值分割算法[J];科技通報(bào);2012年04期

相關(guān)會(huì)議論文 前1條

1 仇紅娟;杜大軍;邱道尹;;模糊閾值分割算法在燒結(jié)機(jī)尾斷面圖像處理中的應(yīng)用[A];科技、工程與經(jīng)濟(jì)社會(huì)協(xié)調(diào)發(fā)展——河南省第四屆青年學(xué)術(shù)年會(huì)論文集（上冊(cè)）[C];2004年

相關(guān)博士學(xué)位論文 前3條

1 林正春;無準(zhǔn)則多維圖像閾值分割算法——最優(yōu)進(jìn)化算法[D];華南理工大學(xué);2010年

2 魏巍;噪聲和不均勻光照?qǐng)D像閾值分割技術(shù)研究[D];吉林大學(xué);2011年

3 龍建武;圖像閾值分割關(guān)鍵技術(shù)研究[D];吉林大學(xué);2014年

相關(guān)碩士學(xué)位論文 前10條

1 黃蒞辰;非均勻光照下文本圖像分割算法研究[D];湖南科技大學(xué);2015年

2 吳佳;海浪爬浪監(jiān)測(cè)系統(tǒng)設(shè)計(jì)與研究[D];東南大學(xué);2016年

3 張赫;基于波谷相對(duì)信息的閾值分割算法研究[D];吉林大學(xué);2015年

4 許鑫;無適度圖像閾值分割算法—最優(yōu)蜜源算法（ONSA）[D];長(zhǎng)安大學(xué);2012年

5 龍建武;基于Otsu的圖像閾值分割算法的研究[D];吉林大學(xué);2011年

6 李靜;降落巖石骨料圖像閾值分割算法的研究[D];湖南師范大學(xué);2004年

7 朱磊;自適應(yīng)閾值分割技術(shù)及在工業(yè)視覺檢測(cè)中的應(yīng)用[D];江南大學(xué);2014年

8 周海兵;基于GPU加速的Otsu圖像閾值分割算法實(shí)現(xiàn)[D];大連理工大學(xué);2009年

9 安妮;基于局部自適應(yīng)閾值分割算法的高壓線圖像檢測(cè)方法[D];武漢工程大學(xué);2015年

10 謝鵬鶴;圖像閾值分割算法研究[D];湘潭大學(xué);2012年

，

本文編號(hào)：2349834