论文部分内容阅读
针对当前车底阴影分割算法在复杂环境下鲁棒性较差以及最大类间方差(maximum between-class variance,MBCV)多阈值分割算法不能自动确定阈值个数的问题,提出利用峰值自适应方法自动确定MBCV多阈值分割算法中阈值个数;然后,以阈值的个数为粒子群优化算法(particle swarm optimization,PSO)中粒子的维数,提出了一种改进的PSO-MBCV算法的车底阴影分割。实验结果表明,该算法能有较低的误分类误差,能有效地分割出车底阴影。