李 红,吴粉侠,寇 贇

(咸阳师范学院 图形图像处理研究所,陕西 咸阳 712000)

基于粒子群算法的图像分割

李 红,吴粉侠,寇 贇

(咸阳师范学院 图形图像处理研究所,陕西 咸阳 712000)

文章对基于粒子群算法的图像分割进行研究.图像分割是在一个复杂的参数空间寻找最优分割参数.各种智能优化算法可以对复杂的非线性多维数据空间进行快速有效的计算,它不仅可以得到全局最优解,而且会使计算时间大大缩短.智能优化算法用于图像分割的关键是求解最优阈值.最优阈值的选取就是将智能算法作为优化工具,采用迭代的方式计算在某准则下目标函数的最优值,从而求解出分割图像的最优阈值.其中,粒子群算法是经典的智能优化算法之一.

图像分割;粒子群算法;局部最优解;全局最优解

图像分割本质上是一个分类问题,通过将图像中的像素点划分为具有实际意义的两个或多个类别区域,从而提取出图像中的一个或多个目标.它是数字处理的关键技术,也是图像分析、模式识别的基础,图像分割结果的精确程度对后续处理有着直接的影响.人们提出的各种类型的图像分割算法已有上千种之多,由于其应用相关性,难以用统一的框架来描述和分类现有的各种图像分割算法.经典的图像分割方法,如:Ostu[1]算法选择出合适的阈值将图像中目标与背景分离,得到普遍应用;Konishi等[2]依据边缘像素的突变性,由于边缘检测方法的抗噪性……