基于改进粒子群算法的图像闭值分割方法

针对图像提取问题，最优阂值选取是否合理对图像分割效果至关重要。在处理不同种类图像区域时，粒子群算法(pso)由于早熟现象难以准确计算最优分割阂值，因此导致图像分割准确率低。为了提高图像分割准确率且准确地提取出图像目标，提出一种基于混沌粒子群算法(cpso)的图像阂值分割方法。受益于混沌运行的通历性、对初始条件的敏感性等优点，cpso很好地解决了pso的粒子群过早聚集和陷入局部最优等难题，加快了全局搜索最优解的能力。采用具体图像对cpso算法图像分割性能进行仿真实验，结果表明，相比于其它图像分割算法，cpso不仅加快了运算速度，提高了图像分割效率，而且提高了图像分割准确率，非常适合于图像实时分割处理。