张举世

(三峡大学 电气与新能源学院，湖北 宜昌 443002)

0 引言

在5G通信和物联网迅速发展的当下，图像处理技术在“泛在电力物联网”中的感知识别环节发挥着很重要的作用。图像传感器采集图像信息并通过图像处理技术对图片信息进行分析(如变电站二次保护压板位置读取、核对，电力线路状态监控等)，让该信息得以在“泛在电力物联网”中高效传播处理，使得信息能够实现全局统筹处理并实现实时的人机交互等。图像分割是图像处理中比较重要的一个环节，通过对特定的计算机视觉对象进行图像处理实现模式识别，其中图像分割的作用就是将所需要的前景和无关背景分割开，以便进行下一步的对象分析，所以好的图像分割方法非常重要。

图像分割中最常用的处理方法是阈值分割，通过选定的阈值将一副图像分别分割成前景和背景，在分割处理的过程中相比其他分割算法更为简单，且具有显著性的效果，因此阈值分割的应用非常广泛。Otsu作为阈值分割的常用方法，以前景和背景离散度矩阵值最大时的阈值为分割阈值，不仅简单易用并且能够对多种类型图像进行有效分割[1]。在一维的层面上，使用Otsu方法在计算复杂度上是相对简单的，但是为了让分割效果更为显著，刘健庄等[2]提出了二维Otsu阈值分割的方法，虽然在分割精度上有提升，但是其计算复杂度却有明显增加。为了应对计算复杂度的增加，许多学者引入蜂群算法[3]、粒子群算法[4]等智能寻优算法对二维阈值进行搜索优化，改进了这种实时性差的缺陷。……