基于混沌弹性粒子群优化与基于分解的二维交叉熵阈值分割

被引：15

作者：

吴一全 ^{[1
,2
]}

张晓杰 ^{[1
]}

吴诗婳 ^{[1
]}

机构：

[1] 不详

[2] 南京航空航天大学电子信息工程学院

[3] 不详

[4] 光电控制技术重点实验室

[5] 不详

来源：

上海交通大学学报 | 2011年 / 03期

关键词：

图像分割; 阈值选取; 二维交叉熵; 混沌弹性粒子群优化;

D O I：

10.16183/j.cnki.jsjtu.2011.03.001

中图分类号：

TP391.41 [];

学科分类号：

080203 ;

摘要：

为了提升二维交叉熵阈值分割法运行速度,提出了基于混沌弹性粒子群优化(CRPSO)和基于分解的2种二维交叉熵阈值分割算法.前者利用CRPSO算法寻找二维交叉熵法的最佳分割阈值,并采用递推方式避免迭代过程中适应度函数的重复计算,使运算速度大大提高;后者将二维交叉熵法的运算转换到2个一维空间上,计算复杂度由O(L2)进一步降为O(L).实验结果表明,2种算法能够在保证分割效果达到或优于现有二维交叉熵阈值分割法的前提下,运行时间大幅减少.

引用

页码：301 / 307

页数：7

共 10 条

[1] 基于混沌的弹性粒子群全局优化算法
高雷阜
刘旭旺
[J]. 控制与决策, 2009, (10) : 1545 - 1548
[2] 基于分解的灰度图像二维阈值选取算法[J]. 岳峰,左旺孟,王宽全.自动化学报. 2009(07)
[3] 灰度图像的二维交叉熵阈值分割法[J]. 雷博,范九伦.光子学报. 2009(06)
[4] 基于改进的二维最大熵及粒子群递推的图像分割
吴一全
张金矿
[J]. 计算机辅助设计与图形学学报, 2008, (10) : 1338 - 1344
[5] 图像处理中阈值选取方法30年(1962—1992)的进展(二)
吴一全
朱兆达
[J]. 数据采集与处理, 1993, (04) : 268 - 282
[6] 图像处理中阈值选取方法30年(1962—1992)的进展(一)
吴一全
朱兆达
[J]. 数据采集与处理, 1993, (03) : 193 - 201
[7] Image Segmentation Using Excess Entropy[J] . A. Bardera,I. Boada,M. Feixas,M. Sbert.Journal of Signal Processing Systems . 2009 (1)
[8] An iterative algorithm for minimum cross entropy thresholding
Li, CH
Tam, PKS
[J]. PATTERN RECOGNITION LETTERS, 1998, 19 (08) : 771 - 776
[9] Minimum cross-entropy threshold selection
Brink, AD
Pendock, NE
[J]. PATTERN RECOGNITION, 1996, 29 (01) : 179 - 188
[10] On minimum cross-entropy thresholding
Pal, NR
[J]. PATTERN RECOGNITION, 1996, 29 (04) : 575 - 580

← 1 →