改进人工蜂群算法在二维Otsu图像分割中的应用

被引:11
作者
孟宪臣
郭立侠
潘丰
机构
[1] 江南大学轻工过程先进控制教育部重点实验室
关键词
人工蜂群算法(ABC); 图像分割; 二维Otsu方法;
D O I
暂无
中图分类号
TP391.41 [];
学科分类号
摘要
为了迅速准确的分割图像,通过对传统蜂群算法选择蜜源方式和缺陷蜜源的调整,提出了一种基于改进的人工蜂群算法分割二维Otsu图像的新方法.此方法把图像阈值由人工蜂群算法中的蜜蜂表示,通过引领蜂、侦查蜂和跟随蜂之间的信息共享和分工协作来求出最佳阈值,成功解决了传统二维Otsu图像分割计算量大、运行时间长的缺陷.实验结果表明,所提出的算法不仅能得到理想分割结果,而且分割速率快.
引用
收藏
页码:158 / 163
页数:6
相关论文
共 9 条
[1]
Opposition versus randomness in soft computing techniques.[J].Shahryar Rahnamayan;Hamid R. Tizhoosh;Magdy M.A. Salama.Applied Soft Computing Journal.2007, 2
[2]
基于改进的自适应分水岭图像分割方法研究 [J].
伊力哈木·亚尔买买提 .
计算机仿真, 2013, 30 (02) :373-377+405
[3]
基于增强型EM模型重叠区域图像分割算法 [J].
房宜汕 .
微电子学与计算机, 2013, 30 (02) :157-160
[4]
图像分割中算法的应用研究 [J].
杨怀义 .
计算机仿真, 2012, 29 (02) :229-232
[5]
改进的人工蜂群算法在函数优化问题中的应用 [J].
王慧颖 ;
刘建军 ;
王全洲 .
计算机工程与应用, 2012, 48 (19) :36-39
[6]
自适应搜索空间的混沌蜂群算法 [J].
暴励 ;
曾建潮 .
计算机应用研究, 2010, 27 (04) :1330-1334
[7]
二维Otsu图像分割的人工鱼群算法 [J].
潘喆 ;
吴一全 .
光学学报, 2009, 29 (08) :2115-2121
[8]
一种新的群集智能算法——自由搜索 [J].
周晖 ;
李丹美 ;
邵世煌 ;
袁从明 .
东华大学学报(自然科学版), 2007, (05) :579-583
[9]
基于Otsu准则及图像熵的阈值分割算法 [J].
肖超云 ;
朱伟兴 .
计算机工程, 2007, (14) :188-189+209