原创力文档- 1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
- 2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
基于图像阈值分割的改进蜂群算法.pdf
第33卷第l期 吉林大学学报(信息科学版) V01．33No．1
0f Science Jan．2015
2015年1月 JoumalJilinUniversity(Irlfo肋ationEdition)
文章编号：167l-5896(2015)01蜘84·lO
基于图像阈值分割的改进蜂群算法
霍凤财，孙宝翔，任伟建
(东北石油大学电气信息工程学院，黑龙江大庆163318)
摘要：为快速准确地将图像背景与目标进行有效分割，提出了一种基于图像阈值分割的量子改进蜂群算法
AItmcialBee Based0n
(IABcQ：ImpmvedcolonyAlg面thm Qualltum)。该算法将量子比特概率幅的正弦分量引入
到蜂群算法的编码中，通过调整相位角更新量子比特概率幅，使蜂群算法中引领蜂向当前最优蜜源的方向移
动，避免算法搜索的盲目性；借鉴量子运算中非门操作将个体的正弦和余弦分量互换，使跟随蜂的蜜源进行互
补更新；应用蜂群算法更新个数的限制，避免了局部优解和不动点引起的个体不更新问题。通过不同类型图像
和算法之间的比较表明，该改进蜂群算法应用到图像阈值分割中的收敛时间减少了20％左右，同时也表现出
良好的稳定性和抗噪声能力。
关键词：阈值分割；量子；概率幅；蜂群算法
中图分类号：TP391．4 文献标识码：A
Bee Basedon Threshold
Artificial
Improved ColonyAlgorithm Image Segmentation
HUO
Fengcai，SUNBaoxiang，RENWeijian
ofElectricalInfb瑚ation PetIDleum
(Depanment En舀needng，Northeastuniversity，Daqing163318，china)
Abstract：The thresholdis to of and
imagesegmentation acquireduse铲ay—levelimages’info珊ationpixels
inorderto between and and An
histDgram segment backgroundobjectsquicklyaccurately．
the
ArtificialBee Basedon threshold is basedon
ColonyAlgorithm Quantum)inimage segmentationproposed
andbasic Bee mechanism． noVel
quantumoperation ABC(Arti6cialColony)aLlgorithm’sFirstly，thisaIgorithm
sinusoidal intothe the to
文档评论（0）