APP下载

基于分数阶狼群优化的Otsu图像分割算法

2019-08-21孔聪雅

液晶与显示 2019年7期

杨 威,马 瑜,孔聪雅,芦 玥,王 慧

(宁夏大学 物理与电子电气工程学院,宁夏 银川 750021)

1 引 言

图像分割是图像处理的重要步骤,阈值分割法因其简单有效性应用广泛。其中Otsu分割算法利用阈值将图像分成目标和背景两类,离散度矩阵值最大时获得最佳阈值,因其与图像像素分布无关,适合多类图像分割。袁小翠等人以目标出现的概率为权重,对Otsu算法的离散度矩阵进行加权,提升了Otsu算法分割精度[1]。同时,粒子群算法、萤火虫算法、蜂群算法等智能算法应用其中,能够改进Otsu分割算法实时性差的问题[2-4]。

狼群算法是2007年吴虎胜提出模拟自然界狼群分工搜索行为的一种智能算法。由于算法搜索能力强,已被广泛应用[5]。基于狼群算法,众多学者提出很多改进,主要是对狼群算法搜索过程的改进,提高狼群的搜索速度和精度。王盈祥等人提出一种基于差分进化的狼群算法,通过对多个函数测试证明了改进算法的有效性[6]。焦瑞芳等人在狼群游走行为中引入随机扰动策略动态调整算法权重,并在算法围捕行为中引入混沌全局搜索,提高算法寻优精度[7]。曹爽等人将PSO算法中的粒子寻优过程引入到狼群算法游走、召唤行为中,利用混沌法对得到的次优解进行优化,提高算法的寻优准确度[8]。

在信号分析与处理过程中,需要借助恰当的数学模型来解决,分数阶微积分的引入使其提升到新的高度[9]。2010年,Pires等人最早将分数阶算法引入PSO算法中,通过5个著名函数的测试分析验证了分数阶算法对PSO算法收敛性的提升,并进一步验证了算法的收敛速度与分数阶阶次密切相关[10]。……

登录APP查看全文