第 26卷第 5期 计算机应用与软件 26 5
2009年 5月 2009
一种新颖的 图像阈值分割方法
程 培 英
湖州师范学院信息学院 浙江 湖州 313000
收稿日期 2008 09 01 程培 英 实验 师 主研 领域 计算机硬 件
实验教学 图形图像处理 网络安全等
摘要 二维 方法同时考虑了图像的灰度信息和像素间的空间邻域信息 是一种有效的图像分割方法 针对二维 方法
计算量大的特点 采用含维向量变异量子粒子群算法 计算每一维的收敛度 以一定 的概率对收敛度最小的维进行变异 让所有粒 子
在该维上的位置重新 均匀分布在可行区域上 来搜索最优二维阈值向量 每个粒 子代表一 个可行的二 维阈值向 量 通 过各个粒子 的
飞行来获得最优阈值 结果表明 所提出的方法不仅能得到理想的分割结果 而且计算量大大减少 达 到了快速分割的目的 便于 二
维 方法的实时应用
关键词图像分割 二维 方法 粒子群算法 量 子粒子群算法
313000
2
2
22
2
2
0引 言
图像分割是图像处理和计算机视 觉中的关 键技术 之一 其
目的是将目标与背景分离 为后 续的 分类 识 别和 检索提供依
据 图像分割方法包 括阈 值 法 边缘检测法和区域跟踪 法等
其中阈值分割是一种实现最为简单使用最为普遍的分割方法
阈值选取方法有多种如直方图双蜂法 最大 熵法 法 矩量
保持法梯度统计法以及这些方 法在二 维上的 推广等 在这些
方法中 法以其分割效果好 适用范围广而得到了广泛的应
用 但是和其它分割方法一样 它同样存 在计算量大 计算 时间
长的问题
粒子群优化 算法 是基 于
群体智能 理论 的优 化算 法 它通过群体 中
粒子间的合作与竞争产生的群 体智能 指导 优化 搜索 2004 年
等在研究了 等人关于粒子收敛行为的研究成果后 从
量子力学的角度提出了一种新的 算法模型 认为粒子 具有
量子行 为 并根 据这种 模型 提出了 量子 粒 子 群 算法
1
并且得到了
很好的实验效果
1粒子群算法和量子粒子群算法
11粒子群算法
由 和 提出 的 算法
2
起源于对简单
社会的模拟 最初设想是模拟对鸟群觅食的过程 后 来发现
是一种很好的优化工具 优化 算法 与其 他 进化 算法相类
似 也是将寻优的参数组合成群体 通过对环境的适应度来将 群
体中的个体向好的区域移动 与 其他进 化算法 不同 在描述个
体时 将其看成是 维寻 优搜 索空 间 的一个没有体 积的 微 粒
点 结合微粒的历史最佳位置和 群体 历史 最佳位 置信息 以
一定的速度向目标值逼近 许多科学和工程问题都可归结成 最
优化问题 每个优化问题的潜在解都是搜索空间中的一个粒子
第 个微粒可以表示成 维向量
1
2
微粒的
速度表示成
1
2
这个微粒 经历的最佳位置对
应于最好的适应度表示为
1
2
也 称为
群体所有微粒经历的最好位置的索引 号用 表 示 记为 也
