基于混沌微粒群优化算法的阈值图像分割

被引：2

作者：

黄力明

机构：

[1] 镇江市高等专科学校电子信息系

来源：

数值计算与计算机应用 | 2008年 / 02期

关键词：

图像分割; 微粒群优化算法; 阈值; 混沌;

D O I：

暂无

中图分类号：

O415.5 [混沌理论];

学科分类号：

070201 [理论物理];

摘要：

混沌微粒群优化算法利用了粒子群优化算法收敛速度快和混沌运动所具有的随机性、遍历性和初值敏感性,将混沌状态引入到优化变量中,把混沌的遍历范围映射到优化变量的取值范围.在算法执行过程中对优秀个体混沌扰动,有利于跳出局部极值点,搜索到全局最优解.分别用微粒群优化算法和混沌微粒群优化算法求解函数优化问题,对算法的性能进行检验,检验结果显示:混沌微粒群优化算法搜索全局最优解的成功率和收敛速度都要优于微粒群优化算法.将混沌微粒群优化算法与阈值法相结合,在算法初始化阶段对粒子位置混沌初始化;在算法运行期间对优秀个体进行混沌扰动避免落入局部最优,较好地解决了传统的多阈值图像分割方法中运算量大的问题.实验结果表明,混沌微粒群优化算法用于阈值寻优减少了搜索时间,提高了收敛率.

引用

页码：119 / 125

页数：7

共 8 条

[1]

基于混沌遗传算法的图像阈值分割 [J].