基于粒子群寻优机制的图像分割方法

›› 2011, Vol. 33 ›› Issue (3): 398-399.

基于粒子群寻优机制的图像分割方法

邢颖孙劲光

辽宁工程技术大学电子与信息工程学院，葫芦岛 125105

出版日期:2011-06-25 发布日期:2011-12-06

Online:2011-06-25 Published:2011-12-06

摘要/Abstract

摘要： 利用粒子群优化（PSO）算法全局寻优、快速收敛的特点，结合模糊C-均值（FCM）图像分割算法提出一种新算法，用PSO算法代替了FCM算法的基于梯度下降的迭代过程，使算法具有很强的全局搜索能力，很大程度上避免了FCM算法易陷入局部极小的缺陷；同时也降低了FCM算法对初始值的敏感度。实验结果表明，与FCM相比该算法聚类更准确，效率更高，具有较高的分割速度和良好的抑制噪声的能力。

邢颖孙劲光. 基于粒子群寻优机制的图像分割方法[J]. , 2011, 33(3): 398-399.

[1]	郭煜丹孙劲光. 分形理论和参数活动轮廓模型分割医学图像[J]. , 2012, 34(6): 986-988.
[2]	陈波游嘉. 基于混合粒子群优化算法和互信息的视网膜图像配准[J]. , 2012, 34(6): 972-975.
[3]	王学滨杜亚志金石. 基于数字图像相关方法的剪切带宽度的影响因素分析[J]. , 2012, 34(3): 359-363.
[4]	田沙沙何中市. 融合块结构的等周算法及其在CT图像分割中的应用[J]. , 2011, 33(6): 1030-1032.
[5]	霍志国刘文生张飞吴永康. 基于粒子群优化算法神经网络在开采沉陷中的应用[J]. , 2011, 33(6): 990-992.
[6]	高昇. 一种基于Markov随机场模型的核磁共振图像分割方法[J]. , 2010, 32(6): 729-730.
[7]	沈学利张红岩黄秀 . 神经树在煤与瓦斯突出预测中应用研究[J]. , 2010, 32(3): 303-306.
[8]	魏伟波潘振宽. 图像分割方法综述[J]. , 2009, 31(6): 1074-1078.

基于粒子群寻优机制的图像分割方法

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

相关文章 8

编辑推荐