Underwater image segmentation based on particle swarm optimization and fuzzy partition entropy

您当前的位置：

首页 >

文章列表页 >

Underwater image segmentation based on particle swarm optimization and fuzzy partition entropy

更新时间：2025-09-01

- Underwater image segmentation based on particle swarm optimization and fuzzy partition entropy
- Issue 5, Pages: 754-758(2007)
- 作者机构：
  
  1. 1:哈尔滨工程大学水下机器人实验室
  2. 2:哈尔滨工程大学水下机器人实验室
  3. 3:哈尔滨工程大学水下机器人实验室,哈尔滨,150001
  4. 4,哈尔滨,150001
- 作者简介：
- 基金信息：
- DOI：
  CLC：
- Published：2007
- 稿件说明：
移动端阅览
Underwater image segmentation based on particle swarm optimization and fuzzy partition entropy[J]. 2007, (5): 754-758.
DOI：

Underwater image segmentation based on particle swarm optimization and fuzzy partition entropy[J]. 2007, (5): 754-758. DOI：

摘要

在水下环境中

由于存在着水体对光线的吸收以及照明不均等原因

水下图像具有信噪比低、边缘模糊等特点。如果直接使用传统的分割方法

对水下图像进行处理后的效果较差。传统的基于最大熵原理的阈值法尽管能实现某些特定的分割任务

但是其时效性较差。而粒子群算法(PSO)是一类随机全局优化技术

该算法简单易实现

可调参数少。因此将群体智能中的粒子群优化算法应用到图像分割中。新方法在重新定义模糊熵的基础上

根据最大熵原理

利用粒子群算法来搜索分割阈值。相对于传统的利用穷举法来搜索分割阈值的算法

新方法大大减少了计算时间

提高了效率。通过对水下图像处理实验证明

该算法对简单背景的图像分割是有效的

和传统分割方法相比

具有更强的自适应性和抗噪性能。

Abstract

关键词

Keywords

references

Views

345

下载量

CSCD

Alert me when the article has been cited

提交

Tools

Publicity Resources

Image segmentation based on maximum fuzzy entropy and genetic algorithm

Human image segmentation method based on depth staggered feature fusion

Magnetic resonance image segmentation method based on wavelet transformation and residual network

Segmentation of brain glioma on MRI using multiple densely connected 2D-CNNs

Research on measurement of vessel diameter based on clustering algorithm

Related Author

郑毅

刘上乾

帅珍彬

冯寿廷

杜新彦

张小兵

田海龙

王志刚

Related Institution

1:西安电子科技大学技术物理学院

2:西安电子科技大学技术物理学院

1:华南师范大学物理与电信工程学院

1:河北师范大学新闻中心

⁰