基于并行粒子群算法的Otsu双阈值医学图像分割

作者: 邬锡琴 ; 许良凤 ; 胡敏

关键词: 医学图像 Otsu双阈值法粒子群算法

摘要：医学图像分割一直是医学影像分析领域的研究热点。由于粒子群优化（PSO）容易陷入局部极小,因此该算法用于搜索某些函数极值时精确度较低且稳定性较差。针对该问题,结合Otsu分割技术,提出了一种基于并行粒子群优化算法的Otsu双阈值医学图像分割算法。在该算法中,将粒子群体分成若干个子群体,进化在多个不同的子群中并行进行,避免单种群进化过程中出现的过早收敛现象,提高整个算法的收敛速度。实验结果表明,提出的分割算法与传统粒子群算法相比,不仅能够对图像进行准确的分割,而且具有更强的精确性和稳定性,其收敛速度明显优于基于单种群的粒子群算法的Otsu双阈值医学图像分割。

上一篇：工程结构抗震课程实验设计
下一篇：Mastersizer 2000分析报告解析

基于并行粒子群算法的Otsu双阈值医学图像分割

作者: 邬锡琴 ; 许良凤 ; 胡敏

关键词: 医学图像 Otsu双阈值法 粒子群算法

关键词: 医学图像 Otsu双阈值法粒子群算法