本文關鍵詞：一種改進粒子群優(yōu)化算法的Otsu圖像閾值分割方法

  更多相關文章： 圖像分割 Otsu 類間方差 粒子群優(yōu)化 適應度函數(shù)

【摘要】：閾值法分割圖像時只利用圖像的灰度信息,具有直觀、實現(xiàn)簡單的特點。針對傳統(tǒng)的粒子群優(yōu)化算法(Particle Swarm Optimization,PSO)分割圖像易陷入局部最優(yōu)的缺點,提出一種基于改進粒子群優(yōu)化算法的Otsu圖像閾值分割方法。以Otsu算法的類間方差作為適應度函數(shù),在每次迭代中選取適應度較好的粒子同時加入新的粒子,以提高粒子多樣性。實驗表明,與Otsu算法和PSO算法相比,改進的粒子群優(yōu)化算法不僅加快了收斂速度和運算速度,而且提高了圖像分割的準確率。
【作者單位】： 遼寧工程技術大學電子與信息工程學院;遼寧工程技術大學研究生學院;
【關鍵詞】： 圖像分割 Otsu 類間方差 粒子群優(yōu)化 適應度函數(shù)
【基金】：青年科學基金項目(61402212)語義Web模糊規(guī)則互換與推理關鍵技術研究資助
【分類號】：TP391.41;TP18
【正文快照】： 到稿日期:2015-01-30返修日期:2015-04-10本文受青年科學基金項目(61402212),語義Web模糊規(guī)則互換與推理關鍵技術研究資助。1引言圖像分割是指把圖像描述成某些連通區(qū)域的集合,使得圖像特征在不同區(qū)域表現(xiàn)不同,在同一區(qū)域表現(xiàn)出相似性的處理。目前圖像分割方法主要有閾值法[1]

【參考文獻】

中國期刊全文數(shù)據庫 前1條

1 韓思奇,王蕾;圖像分割的閾值法綜述[J];系統(tǒng)工程與電子技術;2002年06期

【共引文獻】

中國期刊全文數(shù)據庫 前10條

1 楊菁媛;方朝陽;陳曉玲;;基于多時相ENVISAT ASAR的鄱陽湖水面覆蓋信息提取及其應用研究[J];安徽農業(yè)科學;2011年11期

2 郭臻;陳遠知;;圖像閾值分割算法研究[J];中國傳媒大學學報(自然科學版);2008年02期

3 張巖;王寶光;;手機面板表面質量在線檢測系統(tǒng)的研究[J];傳感器與微系統(tǒng);2010年04期

4 張俊生;侯慧玲;趙曉霞;;基于高帽變換預處理的Otsu分割算法[J];傳感器世界;2011年12期

5 周曉偉;葛永慧;;基于粒子群優(yōu)化算法的最大類間方差多閾值圖像分割[J];測繪科學;2010年02期

6 紀松;張永生;楊靖宇;于美嬌;;基于微分形態(tài)學斷面的遙感影像分割方法[J];測繪通報;2008年03期

7 高雙勝;剛鐵;黃宗仁;;銅鋼堆焊接頭超聲弱信號缺陷的提取與量化[J];材料工程;2008年03期

8 呂岑,孫瑜,張根寶,張玉杰,黃敏;紙病圖像檢測與分割的二階段方法[J];中華紙業(yè);2004年01期

9 劉耀輝;;三種閾值計算方法在MatLab6.5中的實現(xiàn)[J];湘南學院學報;2007年05期

10 嚴頌華;吳世才;文必洋;;基于時頻二維圖像的高頻雷達低速目標檢測[J];電波科學學報;2006年03期

中國博士學位論文全文數(shù)據庫 前10條

1 潘放;通航橋梁船撞風險分析與規(guī)避措施研究與應用[D];華南理工大學;2010年

2 王德鑫;四路攝像頭協(xié)同多重觸控技術研究與實現(xiàn)[D];國防科學技術大學;2010年

3 王彥春;基于過渡區(qū)的圖像分割技術研究[D];大連海事大學;2011年

4 張躍飛;車載攝像機數(shù)字穩(wěn)像技術研究[D];電子科技大學;2011年

5 洪冠;X射線不規(guī)則肉厚度補償及異物檢測方法研究[D];南京林業(yè)大學;2011年

6 方雷;基于云計算的土地資源服務高效處理平臺關鍵技術探索與研究[D];浙江大學;2011年

7 陳琪;SAR圖像港口目標提取方法研究[D];國防科學技術大學;2011年

8 施麗蓮;基于數(shù)字圖像識別技術的氣液兩相流參數(shù)檢測的研究[D];浙江大學;2004年

9 胡進峰;合成孔徑探地雷達探測淺埋小目標的信號處理算法研究[D];電子科技大學;2005年

10 李海巖;基于CT圖像的活體人顱骨幾何特征測量與研究[D];天津大學;2006年

中國碩士學位論文全文數(shù)據庫 前10條

1 賀靜;基于DSP的雞蛋蛋殼破損實時檢測系統(tǒng)的研究[D];華中農業(yè)大學;2010年

2 田守東;基于雷達圖像的目標檢測技術研究[D];哈爾濱工程大學;2010年

3 劉奎鳳;基于圖論的圖像譜分割技術[D];哈爾濱工程大學;2010年

4 曹暉;運動多目標檢測與跟蹤算法研究[D];哈爾濱工程大學;2010年

5 陳霞;二值文檔圖像魯棒性水印技術研究[D];山東師范大學;2010年

6 劉國玉;半導電聚合物表面突起測量儀的研究[D];哈爾濱理工大學;2010年

7 石偉棟;精確制導中目標識別與跟蹤的應用研究[D];北京交通大學;2011年

8 劉偉;針狀晶體圖像目標識別方法[D];浙江大學;2010年

9 王英妹;基于視頻的目標檢測與跟蹤的研究[D];昆明理工大學;2009年

10 耿旭;紅外成像系統(tǒng)性能參數(shù)評估與基于光圖的靶標參數(shù)測量研究[D];西安電子科技大學;2011年

【相似文獻】

中國期刊全文數(shù)據庫 前10條

1 蒙正中;;一種改進的混合粒子群優(yōu)化算法[J];桂林工學院學報;2009年03期

2 吳昌友;王福林;馬力;;一種新的改進粒子群優(yōu)化算法[J];控制工程;2010年03期

3 周馳,高海兵,高亮,章萬國;粒子群優(yōu)化算法[J];計算機應用研究;2003年12期

4 高鷹,謝勝利;免疫粒子群優(yōu)化算法[J];計算機工程與應用;2004年06期

5 張榮沂;一種新的集群優(yōu)化方法——粒子群優(yōu)化算法[J];黑龍江工程學院學報;2004年04期

6 高鷹;謝勝利;;混沌粒子群優(yōu)化算法[J];計算機科學;2004年08期

7 劉釗,康立山,蔣良孝,楊林權;用粒子群優(yōu)化改進算法求解混合整數(shù)非線性規(guī)劃問題[J];小型微型計算機系統(tǒng);2005年06期

8 戴冬雪,王祁,阮永順,王曉超;基于混沌思想的粒子群優(yōu)化算法及其應用[J];華中科技大學學報(自然科學版);2005年10期

9 竇全勝;周春光;馬銘;劉全;;群核進化粒子群優(yōu)化方法[J];計算機科學;2005年08期

10 范娜;云慶夏;;粒子群優(yōu)化算法及其應用[J];信息技術;2006年01期

中國重要會議論文全文數(shù)據庫 前10條

1 張妍;張曉光;王永鋼;;幾種改進型的粒子群優(yōu)化算法[A];第一屆中國高校通信類院系學術研討會論文集[C];2007年

2 孫紅光;潘毓學;;基于運動目標路徑的粒子群優(yōu)化算法研究[A];第二屆全國信息獲取與處理學術會議論文集[C];2004年

3 韓毅;唐加福;郭偉宏;劉陽;;混合粒子群優(yōu)化算法求解多層批量問題(英文)[A];中國運籌學會第八屆學術交流會論文集[C];2006年

4 金一粟;梁逸曾;;空間自適應粒子群優(yōu)化算法的應用研究[A];第九屆全國計算（機）化學學術會議論文摘要集[C];2007年

5 汪榮貴;李守毅;孫見青;;一種新的自適應粒子群優(yōu)化算法及應用[A];計算機技術與應用進展·2007——全國第18屆計算機技術與應用（CACIS）學術會議論文集[C];2007年

6 黃雙歡;程良倫;;一種基于粒子群優(yōu)化的快速圖像傾斜角度檢測算法[A];中國自動化學會中南六�。▍^(qū)）2010年第28屆年會·論文集[C];2010年

7 侯志榮;呂振肅;;基于退火策略的粒子群優(yōu)化算法[A];2003年中國智能自動化會議論文集（下冊）[C];2003年

8 徐俊杰;忻展紅;;基于增強型參考位置的粒子群優(yōu)化模型[A];’2004系統(tǒng)仿真技術及其應用學術交流會論文集[C];2004年

9 王亞;于永光;耿玲玲;;一類改進的自適應粒子群優(yōu)化算法對混沌系統(tǒng)未知參數(shù)的估計[A];中國力學大會——2013論文摘要集[C];2013年

10 崔靜;鄧方;方浩;;基于改進粒子群優(yōu)化算法的彈道求解方法[A];2013年中國智能自動化學術會議論文集（第三分冊）[C];2013年

中國博士學位論文全文數(shù)據庫 前10條

1 劉華鎣;粒子群優(yōu)化算法的改進研究及在石油工程中的應用[D];東北石油大學;2012年

2 劉波;粒子群優(yōu)化算法及其在機電設備中的應用研究[D];中北大學;2011年

3 熊勇;粒子群優(yōu)化算法的行為分析與應用實例[D];浙江大學;2005年

4 唐賢倫;混沌粒子群優(yōu)化算法理論及應用研究[D];重慶大學;2007年

5 閆允一;粒子群優(yōu)化及其在圖像處理中的應用研究[D];西安電子科技大學;2008年

6 余炳輝;粒子群優(yōu)化算法試驗研究及擴展[D];華中科技大學;2007年

7 唐賢倫;混沌粒子群優(yōu)化算法理論及應用[D];重慶大學;2007年

8 徐慧;粒子群優(yōu)化算法改進及其在煤層氣產能預測中的應用研究[D];中國礦業(yè)大學;2013年

9 徐星;融合熱運動機制的粒子群優(yōu)化算法研究及其應用[D];武漢大學;2010年

10 劉逸;粒子群優(yōu)化算法的改進及應用研究[D];西安電子科技大學;2013年

中國碩士學位論文全文數(shù)據庫 前10條

1 陳卓;粒子群優(yōu)化算法的改進及在油藏數(shù)值模擬中的應用[D];北京建筑大學;2015年

2 白云;基于粒子群優(yōu)化算法的復雜網絡社區(qū)挖掘[D];西北農林科技大學;2015年

3 楊艷華;基于粒子群優(yōu)化支持向量機的網絡態(tài)勢預測模型研究[D];蘭州大學;2015年

4 孟亞州;基于粒子群優(yōu)化OTSU的肺組織分割算法研究[D];寧夏大學;2015年

5 鄭博;基于快速排序的多目標粒子群優(yōu)化算法的研究及應用[D];鄭州大學;2015年

6 米永強;非線性規(guī)劃問題的混合粒子群優(yōu)化算法研究[D];寧夏大學;2015年

7 李建美;基于自適應變異與文化框架的混沌粒子群優(yōu)化算法[D];陜西師范大學;2015年

8 劉星;基于粒子群優(yōu)化算法的特征選擇方法研究[D];南京大學;2015年

9 牛旭;動態(tài)粒子群優(yōu)化算法及其應用[D];西安電子科技大學;2014年

10 葉華;粒子群優(yōu)化算法研究[D];西安電子科技大學;2014年

，

本文編號：940157