基于混沌PSO或分解的二维最小误差阈值分割

被引:9
作者
吴一全 [1 ,2 ]
张晓杰 [1 ]
吴诗婳 [1 ]
张生伟 [2 ]
机构
[1] 南京航空航天大学电子信息工程学院
[2] 光电控制技术重点实验室
关键词
图像分割; 阈值选取; 二维最小误差; 混沌粒子群优化; 分解; 递推算法;
D O I
暂无
中图分类号
TP391.41 [];
学科分类号
摘要
为了进一步提升现有的二维最小误差阈值分割快速递推算法的运行速度,提出分别基于混沌粒子群优化(PSO)和分解的2种二维最小误差阈值分割算法.第1种算法利用混沌粒子群优化算法搜寻二维最小误差法的最佳分割阈值,且在迭代过程的适应度函数计算中引入递推算法,大大减少了冗余计算;第2种算法将二维最小误差法的运算分解成一维最小误差法和一维最小类内对数方差法的运算,计算复杂度由二维递推算法的O(L2)进一步降为O(L).实验结果表明,提出的2种算法能够在分割效果达到或优于现有的二维最小误差阈值分割法的同时,大大加快运行速度.
引用
收藏
页码:1198 / 1205
页数:8
相关论文
共 9 条
[1]
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
[2]
灰度图像最小误差阈值分割法的二维推广 [J].
范九伦 ;
雷博 .
自动化学报, 2009, 35 (04) :386-393
[3]
基于改进的二维最大熵及粒子群递推的图像分割 [J].
吴一全 ;
张金矿 .
计算机辅助设计与图形学学报, 2008, (10) :1338-1344
[4]
粒子群优化在图像最小误差阈值化中的应用 [J].
刘俊 ;
徐远远 ;
张跃飞 ;
郭进 .
计算机应用, 2008, (09) :2306-2308+2311
[5]
一种基于模型的自适应阈值分割算法 [J].
郭斯羽 ;
张煦芳 .
浙江大学学报(工学版), 2005, (12) :1950-1953+1964
[6]
基于四叉树和交叉熵的面向对象图像分割方法 [J].
庞全 ;
苏佳 ;
段会龙 .
浙江大学学报(工学版), 2004, (12)
[7]
基于遗传优化的阈值选取方法 [J].
刘秋生 ;
楚来国 ;
杨继昌 .
信号处理, 2002, (04) :374-377
[8]
图像分割中阈值选取方法比较研究 [J].
刘文萍 ;
吴立德 .
模式识别与人工智能, 1997, 10 (03) :271-277
[9]
图像处理中阈值选取方法30年(1962—1992)的进展(一) [J].
吴一全 ;
朱兆达 .
数据采集与处理, 1993, (03) :193-201