基于改进微粒群算法的快速图像分割技术

于来行,李 亚,乔 蕊

（周口师范学院,河南 周口466001）

基于改进微粒群算法的快速图像分割技术

于来行,李 亚,乔 蕊

（周口师范学院,河南 周口466001）

微粒群算法中微粒有保持自身状态的特性，论文给出一种周期性随机扰动的自适应改变微粒速度的方法：当微粒要进行下一次运动时，总体采用非线性下降的惯性权重选择方法，并且在其中加入周期性随机扰动策略，使算法既能得到较快的收敛速度，又不至于陷入局部极值。将此方法应用于图像分割，新方法能得到更好的结果。

微粒群算法；随机扰动；惯性权重;图像分割

图像阈值化分割是一种最常用也是最简单的图像分割方法，它特别适用于目标和背景具有不同灰度级范围的图像。图像阈值化的目的是要按照灰度级，对像素集合进行一个划分，每个划分后的子集与现实景物对应，各个子集区域内部具有一致的属性，而相邻区域具有不同的属性，这样的划分可以通过从灰度级出发选取一个或多个阈值来实现。

微粒群算法是一种基于模拟鸟群运动的仿生优化算法，具有概念简单、参数少、易于实现、优化性能好等特点，在很多优化领域得到了较好的应用。

该文引入一种新的改进微粒群算法，能更好地寻找全局最优值，即优惠阈值图像分割算法，进行二值图像分割，实验结果显示效果较好。

一、改进微粒群算法

惯性权重值由两个部分求和得到，第一部分为最大惯性权重值；第二部分为最大和最小惯性权重值之差并与周期扰动因子的乘积，扰动因子是当前迭代步数与最大迭代步数的商构建的曲线函数，加入了正弦函数及随机函数并设置相应的参数形成周期性下降曲线变化的函数值。……