信息技术
信息技術
신식기술
INFORMATION TECHNOLOGY
2011年
6期
81-84
,共4页
克隆选择%粒子群%图像分割%阈值
剋隆選擇%粒子群%圖像分割%閾值
극륭선택%입자군%도상분할%역치
最大熵阈值法是目前图像分割中应用最广泛的方法之一.为了快速准确地自动确定图像分割阈值,把克隆选择算法和粒子群算法相结合,提出克隆粒子群优化算法.利用这种改进方法对最大熵图像分割函数进行全局寻优.克隆选择算法和粒子群算法的结合克服了各自的缺点,克隆选择的多样性补偿了粒子群的多样性差的缺点,粒子群的快速性补偿了克隆选择的收敛速度慢的缺点.克隆粒子群方法克服了传统遗传算法易出现早熟、陷入局部最优等的问题,加快了图像分割函数收敛速度,最后能够快速准确地得到图像分割的最佳阈值.实验表明,改进后的算法分割速度较快,易于收敛到最优解,并且得到的分割阈值更加稳定.
最大熵閾值法是目前圖像分割中應用最廣汎的方法之一.為瞭快速準確地自動確定圖像分割閾值,把剋隆選擇算法和粒子群算法相結閤,提齣剋隆粒子群優化算法.利用這種改進方法對最大熵圖像分割函數進行全跼尋優.剋隆選擇算法和粒子群算法的結閤剋服瞭各自的缺點,剋隆選擇的多樣性補償瞭粒子群的多樣性差的缺點,粒子群的快速性補償瞭剋隆選擇的收斂速度慢的缺點.剋隆粒子群方法剋服瞭傳統遺傳算法易齣現早熟、陷入跼部最優等的問題,加快瞭圖像分割函數收斂速度,最後能夠快速準確地得到圖像分割的最佳閾值.實驗錶明,改進後的算法分割速度較快,易于收斂到最優解,併且得到的分割閾值更加穩定.
최대적역치법시목전도상분할중응용최엄범적방법지일.위료쾌속준학지자동학정도상분할역치,파극륭선택산법화입자군산법상결합,제출극륭입자군우화산법.이용저충개진방법대최대적도상분할함수진행전국심우.극륭선택산법화입자군산법적결합극복료각자적결점,극륭선택적다양성보상료입자군적다양성차적결점,입자군적쾌속성보상료극륭선택적수렴속도만적결점.극륭입자군방법극복료전통유전산법역출현조숙、함입국부최우등적문제,가쾌료도상분할함수수렴속도,최후능구쾌속준학지득도도상분할적최가역치.실험표명,개진후적산법분할속도교쾌,역우수렴도최우해,병차득도적분할역치경가은정.
