基于微粒群算法的二维最大熵图像分割算法

计算机工程与应用 ›› 2007, Vol. 43 ›› Issue (35): 102-104.

基于微粒群算法的二维最大熵图像分割算法

刘健辰,沈洪远

湖南科技大学信息学院，湖南湘潭　411201

收稿日期:1900-01-01 修回日期:1900-01-01 出版日期:2007-12-11 发布日期:2007-12-11
通讯作者: 刘健辰

2-D maximum entropy method of image segmentation based on PSO algorithm

LIU Jian-chen,SHEN Hong-yuan

School of Information，Hunan University of Science and Technology，Xiangtan，Hunan 411201，China

Received:1900-01-01 Revised:1900-01-01 Online:2007-12-11 Published:2007-12-11
Contact: LIU Jian-chen

摘要/Abstract

摘要： 将微粒群算法运用于二维最大熵图像阈值分割法。首先构建图像分割的二维最大熵准则函数，然后采用适用于整数规划的微粒群算法最大化该准则函数，最终实现含噪声干扰下图像的有效分割。分割实验表明，该方法具有较强的抗噪声能力，且比普通和基于遗传算法的二维最大熵法运算速度更快。

关键词: 图像分割, 微粒群算法, 熵, 二维直方图

Abstract: The PSO algorithm is used to optimize the 2-D maximum entropy for the image segmentation based on thresholds.The 2-D maximum entropy criteria function for image segmentation is built.Then，the PSO algorithm is used to maximize the criterion function.Finally，the sample images with noise are segmented effectively by the proposed algorithm.Segmentation examples show that the method proposed has greater resistance capability to noise，and is faster than the common 2-D maximum entropy approach and the 2-D maximum entropy approach based on genetic algorithm.

Key words: image segmentation, PSO algorithm, entropy, 2-D histogram

刘健辰,沈洪远. 基于微粒群算法的二维最大熵图像分割算法[J]. 计算机工程与应用, 2007, 43(35): 102-104.

LIU Jian-chen,SHEN Hong-yuan. 2-D maximum entropy method of image segmentation based on PSO algorithm[J]. Computer Engineering and Applications, 2007, 43(35): 102-104.

[1]	赵阳，张俊华. 多尺度特征融合的脊柱X线图像分割方法[J]. 计算机工程与应用, 2021, 57(8): 214-219.
[2]	潘沛鑫，潘中良. 结合显著性的主动轮廓图像分割[J]. 计算机工程与应用, 2021, 57(8): 225-230.
[3]	董鹏，周烽，赵悰悰，王亚飞，米泽田，付先平. 基于双目视觉的水下海参尺寸自动测量方法[J]. 计算机工程与应用, 2021, 57(8): 271-278.
[4]	史春天，曾艳阳，侯守明. 群体智能算法在图像分割中的应用综述[J]. 计算机工程与应用, 2021, 57(8): 36-47.
[5]	李勇振，廖湖声. 基于图卷积神经网络的多视角聚类[J]. 计算机工程与应用, 2021, 57(5): 115-122.
[6]	倪宗军，陈辉，张昀，苏敏，郑秀娟. 自适应去噪的非接触式生理参数检测方法[J]. 计算机工程与应用, 2021, 57(5): 153-160.
[7]	蔡冬丽，钟清华，朱永升，廖金湘，韩劢之. 三维输入卷积神经网络脑电信号情感识别[J]. 计算机工程与应用, 2021, 57(5): 161-167.
[8]	王鹏，叶学义，王涛，钱丁炜. 双偏差双空间局部方向模式的人脸识别[J]. 计算机工程与应用, 2021, 57(4): 91-99.
[9]	彭璟，罗浩宇，赵淦森，林成创，易序晟，陈少洁. 深度学习下的医学影像分割算法综述[J]. 计算机工程与应用, 2021, 57(3): 44-57.
[10]	马满福，郭晨彪，李勇，张钟颖，张强，王常青. 基于结构熵的注意力流网络异构性研究[J]. 计算机工程与应用, 2021, 57(23): 98-105.
[11]	易灵芝，王仕通，易芳，邓栋，易志敏，姜鹏. 基于EEMDSE-ILSTM的风电场超短期风速预测[J]. 计算机工程与应用, 2021, 57(22): 288-294.
[12]	刘锐，丁辉，尚媛园，邵珠宏，刘铁. COVID-19医学影像数据集及研究进展[J]. 计算机工程与应用, 2021, 57(22): 15-27.
[13]	江魁，丘远东，郑浩城. 基于信息熵与LSTM的ICMPv6 DDoS攻击检测方法[J]. 计算机工程与应用, 2021, 57(21): 148-154.
[14]	周绍光，吴昊，赵婵娟，陈仁喜. 利用同质区特性的高光谱图像迁移学习分类[J]. 计算机工程与应用, 2021, 57(21): 224-233.
[15]	丁成，翁理国，夏旻，崔逸尘，钱俊豪，刘佳. 多注意力机制网络卫星图像分割算法[J]. 计算机工程与应用, 2021, 57(2): 223-229.