文献类型：期刊文章

作　　者：刘桂红[1] 赵亮[2] 孙劲光[1] 王星[1]

机构地区：[1]辽宁工程技术大学电子与信息工程学院,葫芦岛125105 [2]辽宁工程技术大学研究生学院,葫芦岛125105

出　　处：《计算机科学》

基　　金：青年科学基金项目(61402212)语义Web模糊规则互换与推理关键技术研究资助

年　　份：2016

卷　　号：43

期　　号：3

起止页码：309-312

语　　种：中文

收录情况：BDHX、BDHX2014、CSA、CSCD、CSCD_E2015_2016、IC、JST、RCCSE、UPD、ZGKJHX、核心刊

摘　　要：阈值法分割图像时只利用图像的灰度信息,具有直观、实现简单的特点。针对传统的粒子群优化算法(Particle Swarm Optimization,PSO)分割图像易陷入局部最优的缺点,提出一种基于改进粒子群优化算法的Otsu图像阈值分割方法。以Otsu算法的类间方差作为适应度函数,在每次迭代中选取适应度较好的粒子同时加入新的粒子,以提高粒子多样性。实验表明,与Otsu算法和PSO算法相比,改进的粒子群优化算法不仅加快了收敛速度和运算速度,而且提高了图像分割的准确率。

关 键 词：图像分割  OTSU 类间方差 粒子群优化 适应度函数

分 类 号：TP391]