← 返回卡片

原书出处

智能算法导论

43 4 . 3 基 于 粒 子 群 算 法 的 图 像 处 理

核验版本的摘录快照 · 导入于 2026-10-23T08:14:02.870Z

割算法[14],二维Ostu同时考虑图像的灰度信息和像素间的空间邻域信息,能够有效地对图像进行分割,但是其计算量比较大。

采用QPSO算法来搜索最优的二维阈值向量,每个粒子代表一个可行的二维阈值向量,通过粒子的飞行来搜索最优阈值。通过仿真实验表明,采用QPSO算法不仅能有效地搜索到全局最优二维阈值向量,还能够大大减少计算量,达到快速分割的目的。孙辉等提出一种基于小生境PSO算法的图像分割方法[15],该方法基于最大类间方差阈值分割技术,用小生境PSO算法对适应度函数进行优化,得到最佳阈值并用该阈值对图像进行分割。

实验结果表明,与最大类间方差法基于基本粒子群算法的最大类间方差分割法相比,小生境PSO算法不仅能得到理想的分割结果,而且

此预览只包含定位所需的摘录和上下文。

原书定位详情

来源:a19c7933-4eda-4176-aebd-30fe7e1ad292

正文位置:extracted/智能算法导论/_epub-src/EPUB/xhtml/chapter4_0006.xhtml

EPUB SHA-256:18e2691ea1badb55bab48f10fe7172f9d6a95bc5207bb2e234686cbbaff3641d