|
|||||
|
|
| 基于改进量子粒子群优化的多阈值图像分割算法 | |
| 作者姓名： | 杨震伦 闵华清 罗荣华 |
| 作者单位： | 华南理工大学 计算机科学与工程学院,广东 广州 510006 |
| 基金项目： | 国家自然科学基金资助项目(61372140)@@@@Supported by the National Natural Science Foundation of China |
| 摘 要： | 为提升工程应用中图像分割的质量,在变异量子粒子群算法的基础上进行改进,并结合最大类间方差法提出了一种基于改进量子粒子群优化(QPSO)的多阈值图像分割算法． 该算法结合贝叶斯定理与粒子搜索过程中的历史信息构建了一个记忆向量,然后根据记忆向量对每个粒子的行为进行预测,并以此自动设置各粒子的变异概率,使算法在保持一定局部开发能力的同时提升全局搜索能力． 在 Berkeley 数据集上的仿真实验结果表明,与两种基于粒子群的图像分割算法相比,文中算法能获得更为稳定且清晰的图像分割结果． |
| 关 键 词： | 量子粒子群优化 记忆信息挖掘 多阈值 图像分割 |
| 收稿时间： | 2014-07-16 |
| 本文献已被 CNKI 等数据库收录！ | |
| 点击此处可从《华南理工大学学报(自然科学版)》浏览原始摘要信息 | |
| 点击此处可从《华南理工大学学报(自然科学版)》下载全文 | |