資源描述：
《基于改進(jìn)的人工蜂群算法在醫(yī)學(xué)圖像上的多閾值圖像分割法》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在工程資料-天天文庫。
1、基于改進(jìn)的人工蜂群算法在醫(yī)學(xué)圖像上的多閾值圖像分割法孫曉亮田力威劉洋沈陽大學(xué)信息工程學(xué)院沈陽大學(xué)遼寧省物聯(lián)網(wǎng)信息集成技術(shù)工程研究中心摘要：研究了對(duì)I矢學(xué)圖像閾值分割和人工蜂群算法的研究現(xiàn)狀.發(fā)現(xiàn)在I矢學(xué)圖像分析中,將圖像有效分割為有意義的對(duì)象對(duì)分類和對(duì)象識(shí)別很重要?提出一種將改進(jìn)的人工蜂群與分?jǐn)?shù)階圖像閾值分割方法相結(jié)合的圖像分割方法，即變系數(shù)人工蜂群優(yōu)化算法(VCABC),用于確定給定圖像上的曠1個(gè)最優(yōu)n級(jí)閾值.將所提出的方法與PSO分?jǐn)?shù)階圖像閾值分割方法和ABC分?jǐn)?shù)階圖像閾值分割方法相比較?實(shí)驗(yàn)結(jié)果表明，在考慮多種不同的條件情況時(shí)，該方法的表現(xiàn)
2、優(yōu)于其他方法.關(guān)鍵詞：圖像分割;多級(jí)閾值;ABC算法;適應(yīng)度函數(shù);變系數(shù);作者簡介：孫曉亮(1991-)，男，安徽馬鞍山人，沈陽大學(xué)碩士研究生；作者簡介：田力威(1973-)，男，遼寧沈陽人，沈陽大學(xué)教授，博士后研究人員.收稿日期：2017-09-24基金：中國博士后基金資助項(xiàng)目(2016M601332)Multi-ThresholdImageSegmentationBasedonImprovedArtificialBeeColonyAlgorithminMedicalImagesSunXiaoliangTianLiweiLiuYangColle
3、geofInformationEngineering,ShenyangUniversity;LiaoningInformstionIntegrationTechnologyEngineeringResearchCenterofInternetofThings,ShenyangUniversity;Abstract：Theresearchstatusofimagescgmcntationandartificialbeecolonyalgorithmwasstudied.Itisfoundthatinthemedicalimageanalysis,i
4、tisimportanttodividetheimageeffectivelyintomeaningfulobjectsforclassificationandobjectrecognition.Animagesegmentationmethod,whichisavariable-coefficientartificialbeecolonyoptimizationalgorithm(VCABC),wasproposed,whichcanbeusedtodctcrmincthenToptimaln-levelthresholdsonagivenim
5、age.TheproposedmethodwascomparedwithPSOfractionalimagethresholdsegmentationmethodandABCfractionalimagethresholdsegmentationmethod.Theexperimentalresultsshowthatthemethodissuperiorto()thermethodswhenconsideringmanydifferentconditions.Keyword：imagesegmentation;mult訂evelthreshol
6、ding;artificialbeecolony;fitnessfunction;variablecoefficient;Received：2017-09-24在MATLAB仿真計(jì)算平臺(tái)上結(jié)合圖像分割理論對(duì)醫(yī)學(xué)圖像進(jìn)行處理已成為現(xiàn)代醫(yī)學(xué)領(lǐng)域不可或缺的一部分，醫(yī)學(xué)圖像是醫(yī)生診斷病情的關(guān)鍵性依據(jù)，醫(yī)學(xué)圖像視覺效果的提高有助于提高I矢生的確診率，提高現(xiàn)代I矢療水平，促進(jìn)I矢學(xué)的進(jìn)一步發(fā)展.圖像分割是指把圖像描述成某些連通區(qū)域的集合，使得圖像特征在不同區(qū)域表現(xiàn)不同，在同一區(qū)域表現(xiàn)出相似性的處理.目前圖像分割常用的方法有閾值法111、邊緣檢測(cè)法也、區(qū)域法固
7、、形態(tài)學(xué)分水嶺法等?閾值法由于實(shí)現(xiàn)簡單且計(jì)算速度快等特點(diǎn)，在圖像分割應(yīng)用中處于核心地位.其中圖像的多閾值分割可以歸為一個(gè)典型的優(yōu)化問題，常用的方法是將最大類間方差法結(jié)合一些最優(yōu)化算法來確定合適的閾值?粒子群算法是一種高效的優(yōu)化算法，其結(jié)構(gòu)簡單、運(yùn)算復(fù)雜度低等優(yōu)點(diǎn)正好適用于解決多閾值圖像分割屮所遇到的難題.Ghamisi￡51等人運(yùn)用多級(jí)分割技術(shù)以及PSO算法對(duì)圖像進(jìn)行多閾值分割，但是PSO算法有其局限性，容易陷入局部最優(yōu).人工蜂群算法（ArtificialBeeColony,ABC）是Karaboga_[6]_于2005年仿照蜜蜂的覓食行為提出的
8、，屬新一代的群體智能優(yōu)化算法?相比FPSO算法，ABC算法中出現(xiàn)了個(gè)體間的分工，即采蜜蜂、觀察蜂和偵察蜂3種類型，它們根據(jù)分工不同而進(jìn)行
