在大米品質(zhì)檢測(cè)中,大米圖像的分割是其中的必要環(huán)節(jié)。常用otsu閾值分割算法實(shí)現(xiàn)大米圖像分割的過(guò)程。但是傳統(tǒng)一維otsu算法只是基于灰度值信息的分割效果不理想,而傳統(tǒng)二維otsu算法的存在計(jì)算冗余,過(guò)程復(fù)雜、分割需要的時(shí)間長(zhǎng),為此提出了一種大米圖像分割的pso優(yōu)化二維otsu算法,通過(guò)粒子群優(yōu)化算法實(shí)時(shí)更新粒子速度和位置,利用其尋優(yōu)特性能夠快速求解得到分割閾值,實(shí)現(xiàn)大米圖像分割,減少otsu算法自適應(yīng)閾值的冗余計(jì)算,提高運(yùn)行速度。結(jié)果表明該分割算法在大米圖像分割實(shí)驗(yàn)中,有效降低了二維otsu運(yùn)算過(guò)程的復(fù)雜度,減少了圖像閾值分割的時(shí)間,并且沒(méi)有對(duì)取值結(jié)果造成影響,尋找的閾值準(zhǔn)確,提高了閾值分割的效率,具有一定的可行性,為大米圖像處理研究和糧食品質(zhì)檢測(cè)提供了參考。

【文章頁(yè)數(shù)】：5 頁(yè)

【文章目錄】：
0 引言
1 一維OTSU閾值分割算法
2 二維OTSU閾值分割算法
3 PSO優(yōu)化二維OTSU閾值分割算法
4 實(shí)驗(yàn)結(jié)果與分析
5 結(jié)論



本文編號(hào)：4000705