基于精英粒子群优化算法的图像分割方法-计算机应用与软件.pdf

第２６卷第１２期　　　 计算机应用与软件 Ｖｏｌ２６Ｎｏ．１２ ０９ ２００９年１２月　　 ＣｏｍｐｕｔｅｒＡｐｐｌｉｃａｔｉｏｎｓａｎｄＳｏｆｔｗａｒｅ Ｄｅｃ．２０ 基于精英粒子群优化算法的图像分割方法 １ １，２ 张　磊 　高　尚 １（江苏科技大学电子信息学院　江苏镇江２１２００３） ２（浙江大学ＣＡＤ＆ＣＧ国家重点实验室　浙江杭州３１００２７） 摘　要　　结合模式识别理论的聚类思想，将基于群智能理论的粒子群优法算法加以改进应用于图像分割中，提出一种基于精英粒 子群优化算法的图像分割方法。新方法基于Ｐａｒｅｔｏ的精英理论对粒子群算法加以改进，在每次迭代中，生成一个Ｐａｒｅｔｏ精英群体， 每个粒子更新时的全局极值都是从精英群体中随机选取一个个体作为全局极值。用改进的粒子群优化算法自适应选取分割阈值。 实验表明，与遗传算法及标准的粒子群优化算法相比，对于具体的问题该算法具有较好的聚类效果，能够较好地分割图像。 关键词　　图像分割　粒子群优化算法　阈值　精英理论　聚类 ＡＮＩＭＡＧＥＳＥＧＭＥＮＴＡＴＩＯＮＭＥＴＨＯＤＢＡＳＥＤＯＮＥＬＩＴＥ ＴＨＥＯＲＹＩＭＰＲＯＶＥＤＰＡＲＴＩＣＬＥＳＷＡＲＭＯＰＴＩＭＩＺＡＴＩＯＮ １ １，２ ＺｈａｎｇＬｅｉ　ＧａｏＳｈａｎｇ １（ＳｃｈｏｌｏｌｏｆＥｌｅｃｔｒｉｃｓａｎｄＩｎｆｏｒｍａｔｉｏｎ，ＪｉａｎｇｓｕＵｎｉｖｅｒｓｉｔｙｏｆＳｃｉｅｎｃｅａｎｄＴｅｃｈｎｏｌｏｇｙ，Ｚｈｅｎｊｉａｎｇ２１２００３，Ｊｉａｎｇｓｕ，Ｃｈｉｎａ） ２（ＫｅｙＬａｂｏｒａｔｏｒｙｏｆＣＡＤ＆ＣＧ，ＺｈｅｊｉａｎｇＵｎｉｖｅｒｓｉｔｙ，Ｈａｎｇｚｈｏｕ３１００２７，Ｚｈｅｊｉａｎｇ，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ　　ＡｎｏｖｅｌｉｍａｇｅｓｅｇｍｅｎｔａｔｉｏｎｍｅｔｈｏｄｂａｓｅｄｏｎｅｌｉｔｅＰＳＯｉｓｐｒｏｖｉｄｅｄ，ｗｈｉｃｈｉｓｉｎｃｏｍｂｉｎａｔｉｏｎｗｉｔｈｃｌｕｓｔｅｒｉｎｇｔｈｏｕｇｈｔｓｏｆｐａｔｔｅｒｎ ｒｅｃｏｇｎｉｔｉｏｎｔｈｅｏｒｙａｎｄａｐｐｌｉｅｓｔｈｅｉｍｐｒｏｖｅｄｓｗａｒｍｉｎｔｅｌｌｉｇｅｎｔｔｈｅｏｒｙｂａｓｅｄｐａｒｔｉｃｌｅｓｗａｒｍｏｐｔｉｍｉｚａｔｉｏｎｔｏｉｍａｇｅｓｅｇｍｅｎｔａｔｉｏｎ．Ｔｈｅｎｅｗｍｅｔｈ ｏｄｄｅｒｉｖｅｓｆｒｏｍｔｈｅｉｍｐｒｏｖｅｍｅｎｔｏｆｔｈｅＰＳＯｗｉｔｈｅｌｉｔｅｔｈｅｏｒｙｐｒｏｐｏｓｅｄｂｙＶｉｌｆｒｅｄｏＰａｒｅｔｏ．Ｅｖｅｒｙｔｉｍｅｗｈｅｎｉｔｅｒａｔｅ，ａＰａｒｅｔｏｅｌｉｔｅｐｏｐｕｌａｔｉｏｎ ｉｓｐｒｏｄｕｃｅｄ，ａｎｄｅａｃｈｇｌｏｂａｌｅｘｔｒｅｍｕｍｏｆｕｐｄａｔｉｎｇｐａｒｔｉｃｌｅｉｓｔｈｅｇｌｏｂａｌｅｘｔｒｅｍｕｍｏｆａｎｉｎｄｉｖｉｄｕａｌｒａｎｄｏｍｌｙｃｈｏｓｅｎｆｒｏｍｅｌｉｔｅｐｏｐｕｌａｔｉｏｎ． Ｔｈｅｉｍｐｒｏｖｅｄｐａｒｔｉｃｌｅｓｗａｒｍｏｐｔｉｍｉｚａｔｉｏｎｉｓｅｍｐｌｏｙｅｄｔｏａｄａｐｔｉｖｅｌｙｓｅｌｅｃｔｓｅｇｍｅｎｔｉｎｇｔｈｒｅｓｈｏｌｄ．Ｎｕｍｅｒｉｃａｌｅｘｐｅｒｉｍｅｎｔｓｓｈｏｗｔｈａｔｔｈｅｉｍ ｐｒｏｖｅｄＰＳＯａｌｇｏｒｉｔｈｍｐｅｒｆｏｒｍｓｂｅｔｔｅｒｆｏｒｔｈｅｃｏｎｓｉｄｅｒｅｄｐｒｏｂｌｅｍｓｉｎｃｌｕｓｔｅｒｉｎｇｒｅｓｕｌｔａｎｄｉｍａｇｅｓｅｇｍｅｎｔａｔｉｏｎｔｈａｎＧＡａｎｄｓｔａｎｄａｒｄＰＳＯ． Ｋｅｙｗｏｒｄｓ　　Ｉｍａｇｅｓｅｇｍｅｎｔａｔｉｏｎ　Ｐａｒｔｉｃｌｅｓｗａｒｍｏｐｔｉｍｉｚａｔｉｏｎ（ＰＳＯ）　Ｔｈｒｅｓｈｏｌｄ　Ｅ