自适应分级粒子群算法的阈值图像分割研究  

作　　者：鲁俊[1] 邬春学[1] 高华[2] 

机构地区：[1]上海理工大学光电信息与计算机工程学院 [2]上海理工大学教务处,上海200093

出　　处：《软件导刊》2017年第3期170-172,共3页Software Guide

基　　金：国家自然科学基金项目(61202376);上海市教育基金会晨光计划基金项目(10CG49)

摘　　要：提出了一种改进型的粒子群算法,并与阈值法相结合应用于图像分割。该改进粒子群算法通过调节惯性权重而获得合理有效的收敛速度;采用分级思想对粒子进行分类并对普通粒子速度更新公式进行修改,从而有效避免了优化过程中粒子的早熟现象;结合遗传算法中的交叉思想增加种群的多样性,增强全局搜索能力从而避免算法陷入局部最优解。将其应用于的阈值图像分割,试验结果表明:相对于标准PSO算法,该自适应分级粒子群算法具有较强的全局寻优能力,且收敛速度快、鲁棒性好,能很好地应用于阈值图像分割。

关 键 词：图像分割 聚类分析 自适应分级 粒子群算法 阈值 

分 类 号：TP317.4[自动化与计算机技术—计算机软件与理论]