作　　者： ; ;

机构地区： 山东大学控制科学与工程学院

出　　处： 《光电子．激光》 2010年第8期1264-1268,共5页

摘　　要： 针对本质粒子群(BBPSO)算法存在易陷入局部最优以及过早收敛的缺点,提出了一种基于小波变异(WM)BBPSO(WMBBPSO)和模糊熵的图像分割算法,利用WMBBPSO搜索使图像模糊熵最大的参数值,得到模糊参数的最优组合,进而确定图像的分割阈值。通过与其它两种BBPSO算法的分割结果比较表明,该算法取得了令人满意的分割结果,算法运算时间较小,能够满足对煤尘浓度实时精确测量的要求。 Bare bones particle swarm optimization（BBPSO） can not get good optimization performance because it is easy to get stuck into local optimum.Using wavelet mutation when no fitness improvement is observed,a new segmentation algorithm based on wavelet mutation BBPSO（WMBBPSO） and fuzzy entropy is proposed.The proposed algorithm uses WMBBPSO to explore fuzzy parameters of maximum fuzzy entropy,and the optimal fuzzy parameter combination is got,then the segmentation threshold is obtained.The experiment results of the new algorithm compared with other two algorithms show that the proposed algorithm performs good segmentation performance and low time cost.It can be used to real time and precision measurement of coal dust image.

关 键 词： 本质粒子群 小波变异 模糊熵 图像分割 阈值分割

领　　域： [自动化与计算机技术] [自动化与计算机技术]