余胜威,丁建明,曹中清

(1.西南交通大学 机械工程学院， 四川 成都 610031;

2.西南交通大学 牵引动力国家重点实验室，四川 成都 610031)



改进SOA算法在焊缝图像分割中的应用

余胜威1,丁建明2,曹中清1

(1.西南交通大学 机械工程学院， 四川 成都 610031;

2.西南交通大学 牵引动力国家重点实验室，四川 成都 610031)

摘要:提出一种基于改进的自适应人群搜索算法(ISOA)的焊缝图像分割方法，该算法通过对基本人群搜索算法的高斯隶属度函数以及隶属度参数计算的改进，自适应确定搜索步长，实现对n尺度图像进行n-1个阈值寻优计算。实验结果表明：对比PSO，GA和SA算法，ISOA算法具有收敛速度快、稳定性强、精度高、全局寻优等特点，有效地克服了传统SOA算法易陷入局部最优和收敛速度慢等缺陷，可满足实际工程需求。

关键词：多尺度分割;ISOA;类方差;PSO;GA;SA

一种阈值寻优的最感性的方法是采用穷举法，基于Otsu的穷举法较简洁，但是计算量大[8]，采用穷举法对本文“car测试图像”进行阈值寻优，当阈值个数为2时，CPU耗时15.41 s，当阈值个数为3时，CPU耗时为4 095.01 s，计算量成千倍增加，采用穷举法对n-1个阈值进行计算，有n(L-n+1)n-1种[7]可能，因此从算法执行效率上考虑，穷举法不适合用于阈值优化分析。然而n-1阈值寻优可转换为一个多尺度的函数优化问题。

本文采用生物智能算法进行图像分割。生物智能算法能够解决传统算法不能解决的问题，如当寻优目标函数是离散的、不可微或者含有一些非线性相关参量时，传统算法根本无法解决。粒子群算法在搜索域内，粒子以一定的速度更新当前最优粒子和最优种群。……