基于混合蛙跳算法改进的OTSU遥感图像分割方法

被引：8

作者：

路彬彬 ^{[1
]}

贾振红 ^{[1
]}

何迪 ^{[1
]}

杨杰 ^{[2
]}

庞韶宁 ^{[3
]}

机构：

[1] 新疆大学信息科学与工程学院

[2] 上海交通大学图像处理与模式识别研究所

[3] 新西兰奥克兰理工大学知识工程与开发研究所

来源：

计算机应用与软件 | 2011年 / 28卷 / 09期

关键词：

遥感图像分割; OTSU; 邻域空间信息; 邻域灰度信息; 混合蛙跳算法;

D O I：

暂无

中图分类号：

TP751 [图像处理方法];

学科分类号：

081002 ;

摘要：

阈值的快速选取和噪声处理对图像分割起着至关重要的作用。针对遥感图像分割过程中阈值快速选取和噪声处理的问题,首次提出一种基于混合蛙跳算法优化改进的OTSU遥感图像快速分割算法。该算法首先对图像进行处理,引入一个邻域的空间和灰度相似测量因子来进行抗噪并且保护图像细节。再以最大类间方差作为混合蛙跳算法适应度函数,通过混合蛙跳算法的局部搜索和全局信息交换来快速确定图像分割的全局最佳阈值。实验结果表明,与传统OTSU图像分割算法及基本遗传算法改进的二维OTSU图像分割算法相比,该算法能更有效地去除噪声的干扰,算法运算效率更高。

引用

页码：77 / 79+105 +105

页数：4

共 3 条

[1] 基于改进的Otsu准则的递归图像分割算法 [J].

蔡燕柳 ;

贾振红 .

激光杂志, 2008, (04) :28-30

[2] A Gaussian kernel-based fuzzy c-means algorithm with a spatial bias correction [J].

Yang, Miin-Shen ;

Tsai, Hsu-Shen .

PATTERN RECOGNITION LETTERS, 2008, 29 (12) :1713-1725

[3]

Color Image Segmentation Using Clonal Selection-Based Shuffled Frog Leaping Algorithm .2 Antariksha Bhaduri,Arnya Bhaduri. 2009 International Conference on Advance .in Recent Technologies in Communication and computing . 2009

← 1 →