文献类型：期刊文章

作　　者：程述立[1] 汪烈军[2] 秦继伟[3] 杜安钰[1]

机构地区：[1]新疆大学信息科学与工程学院,乌鲁木齐830046 [2]新疆大学软件学院,乌鲁木齐830046 [3]新疆大学网络与信息技术中心,乌鲁木齐830046

出　　处：《计算机应用》

基　　金：国家自然科学基金资助项目(61471311)~~

年　　份：2017

卷　　号：37

期　　号：12

起止页码：3528-3535

语　　种：中文

收录情况：AJ、BDHX、BDHX2014、CSCD、CSCD_E2017_2018、IC、JST、RCCSE、ZGKJHX、ZMATH、核心刊

摘　　要：针对最大类间方差准则下的图像分割结果携带原图信息量不足、实时性差和脉冲耦合神经网络(PCNN)模型中循环迭代次数难以确定的问题,提出了群智能算法优化的结合熵的最大类间方差法(OTSU-H)与PCNN融合的自动图像分割算法。首先,充分利用图像的灰度分布信息和相关信息,将图像信息中冗余度、竞争性以及互补性有效地融合,构造二维和三维观测空间,提出了OTSU-H准则的快速递归算法;其次,将快速递推算法的目标函数分别作为布谷鸟搜索(CS)算法、萤火虫算法(FA)、粒子群优化(PSO)算法和遗传算法(GA)四种群智能算法的适应度函数;最后,将优化之后的OTSU-H引入PCNN模型中自动获取循环迭代次数。实验结果表明,与原始的最大类间方差法(OTSU)、最大熵准则以及基于图论分割、像素的聚类分割和候选区域语义分割的图像分割算法相比,所提算法具有较好的图像分割效果,同时降低了计算复杂度,节约了计算机的存储空间,具有较强的抗噪能力。所提算法时间损耗少、不需要训练的特性使得算法的运用范围较广。

关 键 词：图像分割 脉冲耦合神经网络 布谷鸟搜索算法  萤火虫算法  粒子群优化算法  遗传算法  

分 类 号：TP391.41]