期刊文献+

基于粒子群算法的最大交叉熵的图像分割方法 被引量:2

Image Segmentation of Maximum Cross Entropy Based on Particle Swarm Optimization Algorithms
下载PDF
导出
摘要 在论述了粒子群算法的基本原理和特点的基础上,将粒子群算法应用于最大交叉熵阈值的确定中,提出了相应的算法并用于图像分割。结果表明,在设定了合适的粒子群算法参数条件下,粒子群算法不仅可以实现正确地图像分割,而且大大提高了分割速度。 Maximum cross entropy could obtain good segmental result in the use of the image segmentation. But it needed a lot of computational time which limited its application. On the basis of discussing the elementary principles and features of PSO (Particle Swarm Optimization) algorithms, how to apply PSO algorithms in the selection of image thresholds was discussed and the detail procedures were described. The experimental results showed that the PSO not only realized the right image segmentation but also improved the segmental speed greatly after the proper parameters of PSO being configured.
出处 《安徽农业科学》 CAS 北大核心 2007年第23期7037-7038,7041,共3页 Journal of Anhui Agricultural Sciences
基金 地理空间信息工程国家测绘局重点实验室资助项目(200624)
关键词 粒子群算法 图像分割 阈值选取 交叉熵 Particle swarm algorithms Image segmentation Thresholding selection Cross entropy
  • 相关文献

参考文献7

  • 1吴一全,朱兆达.图像处理中阈值选取方法30年(1962—1992)的进展(一)[J].数据采集与处理,1993,8(3):193-201. 被引量:145
  • 2薛景浩,章毓晋,林行刚.基于最大类间后验交叉熵的阈值化分割算法[J].中国图象图形学报(A辑),1999,4(2):110-114. 被引量:32
  • 3KENNEDY J,EBERHART R.Particle swarm optimization[C].Proc IEEE international conference on neural networks,4st.Piscataway:NJ IEEE Service Center,1995:1942-1948. 被引量:1
  • 4EBERHART R C,SHI Y.Particle swarm optimization developments,applications and resources[C].Proc congress on evolutionary computation 2001.Piscataway:NJ IEEE Press,2001:81-86. 被引量:1
  • 5EBERHART R,KENNEDY J.A new optimizer using particle swarm theory[C].proc of the sixth international symposium on micro machine and human science,Piscataway:NJ IEEE Press,1995:39-43. 被引量:1
  • 6SHI Y,EBERHART R C.Parameter Selection in Particle Swarm Optimization[J].Annual,1998,19:274-279. 被引量:1
  • 7吴启迪,汪镭著..智能微粒群算法研究及应用[M].南京:江苏教育出版社,2005:300.

共引文献174

同被引文献17

引证文献2

二级引证文献17

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部