基于高斯扰动量子粒子群优化的图像分割算法

合集下载

相关主题

1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。

ＳａｍＯｔｉｔｎ（ＱＳｗｒｐｉｚｉＧＰＯ）ｉｐｏｏｅ．ＢｎｆｉｇｆｍｔｅＧｕｓｎｄｓｒａｃ，ＱＳａｓａｐｏｉａｍａｏｓｒｐｓｄｅｅｔｏａｓａｉｕｂｎｅＧＰＯｃｎｆｔｐｒｍｔｉｎｒｈｉｔａｘｅｔｅｇｂｌｐｉｌｏｔｎｆｒｏｉｇｔｒｂｅｓｆＰＯｗｔｈｒｎｄｖｒｔｄｃｎｎｎａｔｌａｉｈｌａｏｔｌｉｔｌｎｅｐｏｌｍＳｉｉｅｅｔｉｓｙｅｌｉａｄｐｒａｙｌｄｎｔｏｍａｓｕｏａｅｓｖｈｏＱｈｎｅｉｉｇｉｌｅｇｏｍｉｍｍ．ＴｅｉｕａｏｓｌｆｉｉａｅｆｍＢｒｅｙＳｇｅｔｉａｓｔａｅｄｍｎ￣ｔａｔｅＧＰＯｎｕｉｈｍｌｔｎｒｕｓｘｍｇｓｒｅｋｌｅｍｎａｏｄｔｅｈｖｅｏｓａｅｔｔｈＱＳｓｉｅｔｏｓｏｅｔｎａｄｈ
ｍａｒｈｎｍｎ，ｎｔｉｐｐHale Waihona Puke Baidu ａｎｗａｏｉｍｎｍｄＧｕｓｎｄｓｒａｃａｅｕｎｕｂｈｖｄＰｒｃｔｅｐｅｏｅａｉｈｓａｅ，ｅｌｒｈａｅａｓａｉｕｂｎｅｂｓｄＱａｔｍ— ｅａｅａｔｌｕｇｔｉｔｉｅ
ＳｗａｍｐｉｉａｉｎｗｉｈＧａｓａｓｕｒｎｃｒＯｔｍｚｔｏｔｕｓｉｎＤｉｔｂａｅ
ＹＡＮｉｑｎ．Ｕ —ｓｅｇＨｕ－ｉＷＸｉｈｎ
（．Ｓｈｏｏｆｒａｏｅｈｏｇ，ｉｇａｎｖｒｉ，ｘＪｎｓ１１２Ｃｉ；１ｃｏｌｆｎｏｍｔｎＴｃｎｌｙＪｎｎｎＵｉｅｔＷｕｉｉｇｕ２４２，ｈｎＩｉｏａｓｙａａ
第２卷第３８期
文章编号：０６９４（０１０ — ２５０１０ — ３８２１）３０７ — ４
计
算
机
仿
真
２１年３０１月
基高扰动量子粒子群优化的图像分割算法于斯
颜惠琴。吴锡生
（．江南大学信息工程学院，１江苏无锡２４２２无锡职业技术学院计算机技术系，１１２；．江苏无锡２４２）１１１摘要：研究图像提取问题，在处理由不同种类纹理区域组成的彩色图像时，针对克服量子粒子群优化（ＰＯ）ＱＳ聚类算法由于早熟现象导致图像分割过程中难以计算出精确纹理区域，为了能准确提取图像目标和提高精度，出了基于高斯扰动的量提子粒子群优化（ＱＳ的新型聚类算法。受益于高斯扰动，ＱＳＧＰＯ）ＧＰＯ改善了ＱＳＰＯ固有的多样性下降和陷入局部早熟的问题，而快速逼近全局最优解。对ＢｒｅｙｅｍｎａｉｅｋｌｇｅｔｏｅＳｔｎ数据库中的６幅图像的分割实验结果表明，比于ＰＯ和ＱＳＧＰ相ＳＰＯ，Ｑ —
２Ｄｐｒｎｏｏｐｔｅｈｏｇ，ｘＩｓｔｔｏｅｈｏｇ，ｘＪｎｓ１１１Ｃｉａ．ｅａｔｔｆｍｕｅＴｃｎｌｙＷｕｉｎｔｕｅｆｃｎｌｙＷｕｉｉｇｕ２４２，ｈ）ｍｅＣｒｏｉＴｏａｎ
Ｓ的聚类效果和性能均有明显改善。Ｏ
关键词：量子粒子群优化算法；高斯扰动；聚类；图像分割
中图分类号：Ｐ９Ｔ３１文献标识码：Ａ
ＩｇＳｇｎａｉｎＢｓｄｏａｔｍ－ｅａｅａｔｌｍａｅｅｍｅｔｔａｅｎＱｕｎｕＢｈｖｄＰｒｉｅｏｃ
ｃｓｒｇａｏｔｍｉｍｒｅｃｎａｄｐｒｃｔａｅｅｉｉｇＰＯａｄＱＳ．ｌｔｉｌｒｈｏｅｆｉｔｎｅｅｔｈｎｔｘｔＳｎＰＯｕｅｎｇｉｓｉｅｆｈｓｎ
ＫＥＷＯＲＳＱａｔｍ— ｅａｅａｉｅｓａｉｏｔｉｔｎＱＳ；Ｇｕｓｎｄｓｒａｃ；Ｃｕｔｎ；ＩｇＹＤ：ｕｎｕｂｈｖｄｐｒｃｗｒｐｉｚｉ（ＰＯ）ａｓａｉｕｂｎｅｌｓｒｇｍａｅｔｌｎｍａｏｉｔｅｉ
ｔｏｕｅｔｅｅａｔｔｘｕｅｆｌｓｆｒｔｅｃｌｒｉｇｓｃｍｐｓｄｏｉｅｅｔｉｄｆｔｘｕｅｒｇｏｓｕｏｉｒ — ｏｃｍｐｔｈｘｃｔｒｅｄｏｏｏｍａｅｏｏｅｆｆｒｎｎｓｏｔｒｅｉｎ，ｄｅｔｓｐｅｅｉｈｄｆｋｅｔ
ＡＳＲＴ：ｏｏｅｃｍｅｓｏｔｍｉｓｈｔｕｎｕｂｈｖｄＰｒｃｗｒｐｉｉｔｎ（ＰＯ）ｉｄｆｃｌＢＴＡＣＴｖｒｏｅｔｈｒｏｎａＱａｔｈｃｇｔｍ— ｅａｅａｔｌＳａＯｔｚｉＱＳｉｅｍｍａｏｓｉｕｔｉ