基于改进粒子群优化的模糊熵煤尘图像分割
来源期刊：控制与决策2011年第2期
论文作者：张伟 隋青美
文章页码：276 - 563
关键词：粒子群;Morlet变异;权重因子自适应;模糊熵;图像分割;
摘 要：针对基本粒子群算法易陷入局部最优和过早收敛的缺陷,提出权重因子自适应的粒子群算法,并对部分粒子进行Morlet变异操作,由此得到改进粒子群优化算法.将该算法和模糊熵相结合并用于图像分割,利用改进粒子群优化算法来搜索使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.通过与其他两种粒子群算法的分割结果进行比较,该算法取得了令人满意的分割结果,且算法运算时间较小,满足煤尘浓度实时精确测量的要求.
张伟1,2，隋青美1
1. 山东大学控制科学与工程学院2. 青岛科技大学自动化与电子工程学院
摘 要：针对基本粒子群算法易陷入局部最优和过早收敛的缺陷,提出权重因子自适应的粒子群算法,并对部分粒子进行Morlet变异操作,由此得到改进粒子群优化算法.将该算法和模糊熵相结合并用于图像分割,利用改进粒子群优化算法来搜索使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.通过与其他两种粒子群算法的分割结果进行比较,该算法取得了令人满意的分割结果,且算法运算时间较小,满足煤尘浓度实时精确测量的要求.
关键词：粒子群;Morlet变异;权重因子自适应;模糊熵;图像分割;
