- · 清华大学与美国布鲁金斯学会联合举办高级别闭门圆桌会议 探讨中美合作路径 共同应对新冠疫情[02/06]
- · 美术学院设计团队完成2021央视春晚动漫生肖吉祥物形象及周边衍生品设计[02/05]
- · 马来西亚IOI产业集团董事长李耀昇捐赠清华大学[02/02]
- · 新时代高校助力乡村振兴交流研讨会成功举办[02/01]
- · 清华大学电子工程系陆明泉教授荣获美国导航学会瑟洛奖并当选会士[01/29]
- · 清华大学全球战略布局项目2021年度工作交流会召开[01/23]
- · 清华大学召开2021年两院院士新春座谈会[01/20]
- · 清华大学召开2020年度校领导班子民主生活会[01/19]
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