改进狼群优化算法的Otsu图像分割法

曹爽; 安建成

Chinese

您当前的位置：

首页 >

文章列表页 >

改进狼群优化算法的Otsu图像分割法

更新时间：2026-09-04

- 改进狼群优化算法的Otsu图像分割法
- Otsu Image Segmentation Method Based On Improved Wolf Pack Optimization Algorithm
- 微电子学与计算机 2017年34卷第10期页码：16-21
- 作者机构：
  
  太原理工大学计算机科学与技术学院,山西,太原,030024
- 作者简介：
- 基金信息：
  
  山西省国际科技合作项目 2014081018-2
- DOI：
  中图分类号：
- 纸质出版：2017
- 稿件说明：
移动端阅览
曹爽, 安建成. 改进狼群优化算法的Otsu图像分割法[J]. 微电子学与计算机, 2017, 34(10): 16-21.

CAO Shuang, AN Jian-cheng. Otsu Image Segmentation Method Based On Improved Wolf Pack Optimization Algorithm[J]. 2017, 34(10): 16-21.
曹爽, 安建成. 改进狼群优化算法的Otsu图像分割法[J]. 微电子学与计算机, 2017, 34(10): 16-21. DOI：

CAO Shuang, AN Jian-cheng. Otsu Image Segmentation Method Based On Improved Wolf Pack Optimization Algorithm[J]. 2017, 34(10): 16-21. DOI：

摘要

为减少算法的运行时间

对狼群算法和二维Otsu算法进行分析研究

提出改进狼群优化算法的Otsu图像分割法

将PSO算法中求解当前局部最优的思想引入到狼群算法的游走、召唤行为中

使狼群间实现信息交互

提高搜索最佳阈值的准确度; 采用自适应化围攻行为

加快算法寻优速度; 利用混沌法对得到的次优解进行优化

避免陷入局部极值.仿真结果表明

该算法既降低了分割时间

又提高了分割精度.

Abstract

In order to reduce the running time of the algorithm

Wolf pack algorithm and 2-D Otsu algorithm were studied

an Otsu image segmentation method based on improved Wolf pack optimization algorithm was proposed.In order to promote the exchange of information between the wolves

improve the accuracy of searching the best threshold

solving the current local optimal of PSO algorithm and scouting behavior

summoning behavior of Wolf Pack Algorithm were combined.An adaptive beleaguering strategy was introduced into beleaguered behavior

improve accuracy

the sub-optimal solution was optimized by chaos method to avoid local extreme.The results show that the algorithm not only reduces the segmentation time

but also improves the segmentation accuracy.

关键词

Keywords

references

Sczgin M, Sankur B. Survey over image t-hresholding techniques and quantitative perfo-rmance evaluation[J]. Journal of Electronic I-maging, 2004, 13(1): 146-168. DOI: 146

Sthitpattanapongsa P, Srinark T. A two-stage OTSU's thresholding based method on a 2D histogram[C]//Proc of IEEE International Conference on Intelligent Computer Communication and Processing. Cluj-Napoca, Romania, 2011: 345-348.

谢勰, 王辉, 张雪锋. 图像阈值分割技术中的部分和算法综述[J]. 西安邮电学院学报, 2011, 16(3): 1-5. DOI: 1

张新明, 张爱丽, 郑延斌, 等. 改进的最大熵阈值分割及其快速实现[J]. 计算机科学, 2011, 38(8): 278-283. DOI: 278

袁建, 程国涛. 基于二维直方图双斜率划分的快速OTSU图像分割算法[J]. 计算机应用研究, 2017, 33(6): 1905-1908. DOI: 1905

刘建庄, 栗文清. 灰度图像的二维Otsu自动阈值分割方法[J]. 自动化学报, 1993, 19(1): 101-105. DOI: 101

Abutaleb A S. Automatic thresholding of gray-level pictures using two-dimensional entr-opy[J]. Computer Vision, Graphics and Image Processing, 1989, 47(1): 22-32. DOI: 22

潘红, 申铉京. 基于Otsu的医学图像分割算法研究[D]. 吉林: 吉林大学, 2016.

黄港, 李俊, 潘金贵. 基于粒子群优化方法的2维Otsu快速图像分割算法[J]. 中国图象图形学报, 2011, 16(3): 377-381. DOI: 377

刘桂红, 赵亮, 孙劲光, 等. 一种改进粒子群优化算法的Otsu图像阈值分割方法[J]. 计算机科学, 2016, 43(3): 309-312. DOI: 309

龙建武, 申铉京, 陈海鹏. 自适应最小误差阈值分割算法[J]. 自动化学报, 2012, 38(7): 1134-1144. DOI: 1134

邢旭东, 周旭, 米健. 基于改进的人工蚁群的图像分割算法[J]. 无线电通信技术, 2013, 39(6): 71-73. DOI: 71

周晨航, 田力威, 赵宏伟. 基于改进萤火虫算法的二维Otsu图像分割法[J]. 沈阳大学学报, 2016, 28(1): 45-50. DOI: 45

王瑞琪, 张承慧, 李珂. 基于改进混沌优化的多目标遗传算法[J]. 控制与决策, 2011, 26(9): 1391-1397. DOI: 1391

徐长新, 彭国华. 二维Otsu阈值法的快速算法[J]. 计算机应用, 2012, 32(5): 1258-1260. DOI: 1258

王水花, 张煜东, 吉根林. 群智能算法的理论及应用综述[J]. 南京师范大学学报, 2014, 14(4): 31-38. DOI: 31

吴虎胜, 张凤鸣, 吴庐山. 一种新的群体智能算法—狼群算法[J]. 系统工程与电子技术, 2013, 35(11): 2430-2438. DOI: 2430

何志勇, 孙立宁, 陈立国. Otsu准则下分割阈值的快速计算[J]. 电子学报, 2013, 41(2): 267-272. DOI: 267

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于改进RT-DETR的航拍小目标检测算法

一种用于极低压boost系统的高效率电荷泵

V型沟槽SiC中子探测器的蒙特卡洛分析

AlN/GaN混合缓冲层双异质结p-GaN HEMT直流特性仿真

基于区块链的AI生成内容溯源框架设计研究