-
题名基于改进粒子群算法的多阈值灰度图像分割
被引量：9
- 1
-
-
作者
王树亮
赵合计
-
机构
山东大学计算机科学与技术学院
-
出处
《计算机应用》
CSCD
北大核心
2012年第A02期147-150,共4页
-
基金
国家自然科学基金资助项目(NSFC60970003)
-
文摘
针对粒子群协同学习优化算法和粒子群综合性学习优化算法中的粒子更新规则不灵活问题,提出了一种新的粒子群多阈值灰度图像分割算法。该算法中的粒子更新策略能够根据粒子状态随时改变:迭代前期,粒子速度会不断增加以便加快搜索最优解;迭代后期,粒子速度开始变慢以便搜索更广区域,避免陷入局部最优;当粒子陷入局部最优时,让该粒子根据选出的榜样粒子学习,以便逃出局部最优。另外评价粒子最优解的目标函数采用的是图像指数熵。仿真实验结果表明改进的粒子群阈值优化算法在单阈值和多阈值情况下解决了传统熵算法执行效率低和粒子群优化算法更新规则不灵活易于陷入局部最优问题,分割结果非常好,而且稳定、高效。
-
关键词
灰度图像分割
粒子群优化
协同学习
综合性学习
图像指数熵
多阈值
-
Keywords
gray-scale image segmentation
Particle Swarm Optimization （PSO）
cooperative learning
comprehensive learning
image exponential entropy
multilevel thresholding
-
分类号
TN911.73
[电子电信—通信与信息系统]
-
-
题名基于改进麻雀搜索算法的森林火灾图像多阈值分割
被引量：23
- 2
-
-
作者
贺航
马小晶
王宏伟
宋帆
刘寒
-
机构
新疆大学电气工程学院
大连理工大学控制科学与工程学院
-
出处
《科学技术与工程》
北大核心
2021年第26期11263-11270,共8页
-
基金
新疆自治区自然科学基金(2017D01C085)
新疆大学博士启动基金(BS160248)。
-
文摘
为了减少森林火灾对人们的生活和生态环境带来巨大的损失和破坏,采用图像处理技术对森林火灾进行精准定位和预判,可以有效地降低火灾的扩大和蔓延。针对火灾图像大津法分割算法计算量大、运行时间长和阈值选取不够准确导致分割精度不高等缺点,提出精英反向学习-莱维飞行策略的麻雀搜索算法,并将其有效地应用到指数熵多阈值图像的分割中进行寻优,通过研究最佳阈值对森林火灾图像进行合理的分割,并与其他三种指数熵多阈值图像分割算法进行了对比分析。结果表明:改进麻雀搜索算法的森林火灾图像多阈值分割技术能够及时获得火灾图像分割的最佳阈值,其分割的准确性、实时性和抗噪性均明显优于现有的灰狼算法、粒子群算法和鲸鱼算法,能够为图像处理的工程应用提供一种较好的阈值分割技术。
-
关键词
森林火灾图像
麻雀搜索算法
精英反向学习
莱维飞行
指数熵多阈值图像分割算法
-
Keywords
forest fire image
sparrow search algorithm
elite opposition-based learning
Lévy flight
exponential entropy multi-threshold image segmentation algorithm
-
分类号
TP391.9
[自动化与计算机技术—计算机应用技术]
-
