线上期刊服务咨询,发表咨询:400-808-1701 订阅咨询:400-808-1721

基于记忆分子动理论优化算法的多目标截面投影Otsu图像分割

肖乐意; 欧阳红林; 范朝冬 电子与信息学报 2018年第01期

摘要:传统截面投影Otsu法后处理过程中的阈值Q为预先设定的常量,对含噪程度不同的图像普适性较差。该文提出一种基于记忆分子动理论优化算法的多目标截面投影Otsu法。该方法将阈值Q作为变量,结合分割阈值T,基于最大类间方差和最大峰值信噪比准则建立多目标图像分割模型,以兼顾图像分割的准确性和抗噪性;为免阈值增加而影响算法效率,将人工记忆原理引入分子动理论优化算法,设计了一种基于记忆分子动理论优化算法的多目标图像分割模型求解方法。实验表明:该方法分割准确、抗噪性强、鲁棒性好,对含不同噪声的图像更具普适性。

关键词:图像分割最大类间方差多目标优化分子动理论优化算法记忆原理

单位:湖南大学电气与信息工程学院; 长沙410082; 湘潭大学信息工程学院; 湘潭411105

注:因版权方要求,不能公开全文,如需全文,请咨询杂志社

电子与信息学报

北大期刊

¥1120

关注 31人评论|2人关注