基于混沌电磁场优化算法的多阈值彩色图像分割
2020-03-13贾鹤鸣
马 军 贾鹤鸣
(东北林业大学机电工程学院 黑龙江 哈尔滨 150040)
0 引 言
图像分割是图像处理中的关键技术之一,分割程度的优劣直接影响到后续的研究进展。数字图像分割技术可以定义为将图像划分为不同区域等级的过程,从而提取出图像中的有效区域[1]。现如今普遍存在的图像分割方法有阈值法、聚类法、区域法等,其中阈值分割法凭借其高效的性能被广泛应用于各个领域[2]。基于阈值分割法的关键在于找到精确的阈值数,根据阈值的数量,可将阈值分割法分为单阈值分割和多阈值分割。目前,使用最广泛、性能最稳定的是最大类间方差法(Otsu)[3]。相较于技术更为成熟的灰度图像分割,彩色图像分割技术更为复杂,难度更大。但是由于彩色图像比灰度图像更接近人类的视觉特性、包含更丰富的信息,因此对彩色图像分割的研究更具有实际意义。若采用传统遍历搜索方式对彩色图像进行阈值计算,分割效率显然十分低下,不能应用到实际工程中[4]。因此,需要结合智能优化算法寻找图像的最佳阈值向量。
元启发式智能优化算法用于寻找问题的最优解,在面对复杂困难的问题时,一般能取得较好的效果。元启发式算法一般是基于自然界的启发,试图通过模仿行为学、生物学、物料学等角度提出的优化算法。例如:鸟群算法(Bird Swarm Algorithm,BSA)[5]、萤火虫算法(Firefly Algorithm,FA)[6]、花授粉算法(Flower Pollination Algorithm,FPA)[7]等都是基于生物学角度提出的智能优化算法;模拟退火算法(Simulated Annealing algorithm,SA)[8]、风驱动算法(Wind Driven Optimization,WDO)[9]、引力搜索算法(Gravitational Search Algorithm,GSA)[10]等都是基于物理学角度提出的智能优化算法。……
