一种改进粒子群优化算法的Otsu图像阈值分割方法

摘要：

阈值法分割图像时只利用图像的灰度信息,具有直观、实现简单的特点.针对传统的粒子群优化算法(Parti-cle Swarm Optimization,PSO)分割图像易陷入局部最优的缺点,提出一种基于改进粒子群优化算法的Otsu图像阈值分割方法.以Otsu算法的类间方差作为适应度函数,在每次迭代中选取适应度较好的粒子同时加入新的粒子,以提高粒子多样性.实验表明,与Otsu算法和PSO算法相比,改进的粒子群优化算法不仅加快了收敛速度和运算速度,而且提高了图像分割的准确率.

关键词：图像分割、Otsu、类间方差、粒子群优化、适应度函数

所属期刊栏目：43

分类号：TP391(计算技术、计算机技术)

资助基金：青年科学基金项目61402212;语义Web模糊规则互换与推理关键技术研究资助

在线出版日期：2016-04-14（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：309-312