刘 朔，周 康，张 杰，杨 能

(武汉工业学院数学与计算机学院，湖北武汉430023)

基于二进制粒子群的图像分割算法

刘 朔，周 康，张 杰，杨 能

(武汉工业学院数学与计算机学院，湖北武汉430023)

基于最大类间方差的分隔方法思想简单、稳定有效，对于简单图像的分割效果良好。为了改善对复杂图像的分割效果，将算法推广到多阈值分割法;针对计算复杂度问题，引入二进制粒子群算法来解决，提高了算法的求解性能。通过对图像分割的实验，证明了算法的可行性和有效性。

图像分割;粒子群算法;最大类间方差。

图像分割是从图像处理到图像分析的核心技术［1］。在众多的算法中，最大类间方差法计算以其思想简单、稳定有效成为图像分割中一种重要的方法，但同时也有其弱点：计算复杂度大，需要大量的时间，对于复杂图像的分割效果较差。为此，本文先将单阈值Otsu算法推广到多阈值的算法;然后，对于计算量大求解性能差的问题，引入智能算法——二进制粒子群算法来进行寻优计算。在求解的过程中，粒子群算法虽然具有计算快的显著优势，但同时也有其算法的缺陷，易于陷入局部最优。本文通过对于加权因子的自适应选取来给予克服，提高了算法的求解性能。

1 基于最大类间方差的图像分割

1.1 问题描述

最大类间方差法由Otsu于1978年提出的，由于其原理简单而得到广泛的应用。其最原始的思想在于，通过一个阈值，将研究对象分类。阈值的获得，是通过求取一个最优化问题。……