基于OTSU算法和基本粒子群优化算法的双阈值图像分割

  

 OTSU自适应阈值求法与粒子群算法的合作，将OTSU算法作为粒子群算法的适应值函数，来计算每个粒子的适应度与最优阈值相比较，经过3000次迭代最后取得优化后的阈值

原图：

经过联合算法优化的双阈值为90 ，140

将背景像素置0：

效果图：

利用所取得的阈值就可以将图像背景和目标区分开来，利用所得阈值二值化后

效果图：

 

通过效果图可知将人这个目标从背景中分割出来了

源代码：

#include "stdafx.h"
#include "cv.h"
#include "highgui.h"
#include "cxcore.h"
#include "time.h"
using namespace std;

#define rnd( low,uper) ((int)(((double)rand()/(double)RAND_MAX)*((double)(uper)-(double)(low))+(double)(low)+0.5))
/*************************************************************8888
粒子群算法变量的说明
******************************************************************************/
const int number = 20;
int antThreshold[number][2];//以阈值作为粒子
int vect[number][2];//更新的速度
float pb