使用收敛异构粒子群优化的 T2 加权脑 MRI 图像多级阈值分割
计算机视觉与模式识别
2016-05-17 v1
摘要
本文提出一种新的图像阈值分割方法，使用启发式方法——收敛异构粒子群优化算法。该算法通过将以粒子群划分为子群来搜索问题空间，引入了一种新策略。每个子群的粒子分别寻找更优解，从而带来更好的开发，同时它们相互协作以找到最佳全局位置。上述协作的结果是更好的探索、收敛性，并使算法能够跳出局部最优解到达更优位置。该方法的一个实际应用在医学图像阈值分割问题上得到展示。我们分别将 Otsu 和 Kapur 两种经典阈值技术作为优化方法的目标函数，并应用于一组脑 MR 图像。对比实验结果表明，所提方法在准确性、计算时间和结果稳定性方面优于文献中的另一种先进方法。
引用
@article{arxiv.1605.04806,
title = {Multilevel Thresholding Segmentation of T2 weighted Brain MRI images using Convergent Heterogeneous Particle Swarm Optimization},
author = {Mohammad Hamed Mozaffari and Won-Sook Lee},
journal= {arXiv preprint arXiv:1605.04806},
year = {2016}
}
备注
Journal