基于改进鱼群算法的多阈值图像分割.pdf

《基于改进鱼群算法的多阈值图像分割.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、第41卷第8期计算机科学Vo1．41No．82014年8月ComputerScienceAUIZ2014基于改进鱼群算法的多阈值图像分割崔丽群宋晓李鸿绪张明杰(辽宁工程技术大学软件学院葫芦岛125105)摘要为了实现图像的有效分割，提出了一种基于改进鱼群算法的多阈值图像分割方法。引入领域搜索的思想对基本人工鱼群算法做了进一步改进；然后对最大熵函数进行全局优化，改进后的算法能够根据人工鱼的个体适应度大小和种群的分散程度自动调整鱼群控制参数，在保证群体多样性的同时加快了算法的收敛速度；最后得到分割图像的最佳闽值，克服了基本鱼群算法后期收敛性差、易陷入局部最优等

2、问题。实验结果表明，所提算法能够获得较稳定、快速和准确的图像分割。关键词鱼群算法，最大熵，多阈值，图像分割中图法分类号TP391．41文献标识码ADOI1O．11896／j．issn．1002—137)己2014．08．065MultilevelThresholdingImageSegmentationBasedOilImprovedArtificialFishSwarmAlgorithmCUILiqunSONGXiaoIdHong-xuZHANGMing-jie(CollegeofSoftware，LiaoningTechnicalUniversity，

3、Huludao125105，China)AbstractInordertorealizetheeffectiveimagesegmentation，thispaperproposedanewmultilevelthresholdingalgo—rithmbasedonimprovedfishswarmalgorithmforimagesegmentation．ItintroducestheideaofdomainsearchforbasicAFSAtomakefurtherimprovements，andthenrealizesglobaloptimiza

4、tionforthemaximumentropyfunction．Theim—provedalgorithmcouldautomaticallyadjusttheparametersoffishswarmalgorithmaccordingtotheindividualfitnessandthedegreeofdispersionofthepopulation，whileitensuresthediversityofthepopulationandacceleratesthecon—vergeneespeedatthesametime，andfinally

5、getsthevintagethresholdsforimagesegmentation．Itovercomestheshort—comingsofbasicAFSAincludingpoorconvergence。easytofallintolocaloptimumandotherissues．Experimentalre—suitsshowthattheproposedalgorithmcanachieveamorestable，fastandaccurateimagesegmentation．KeywordsArtificialfishsWalTI'

6、Ialgorithm(AFSA)，Maximumentropy，Multilevelthresholding，Imagesegmentation对单阈值分割很有效，而对多阈值分割则会出现搜索空间大、1引言计算复杂度高等问题。此外，多阈值分割的阈值数的选择一图像分割[1]就是将图像中具有特殊涵义的区域区分开，直是困扰人们的难点，如何选取合适的阈值以及究竟选取多这些区域是互不相交的，每个区域都满足特定区域的一致性。少个才能得到最佳的分割效果，是至今仍未解决的难题。图像分割是图像处理和模式识别的关键，其效果直接决定了多阈值分割实质上是一个优化问题。近几年涌现了一

7、批图像分析的质量。在实际生产应用中，图像分割已得到了广基于智能优化算法的多阈值分割算法，其中比较有代表性的泛应用，其中包括医学影像、人脸识别、指纹识别、交通控制系主要有：基于遗传算法的[3]、基于蚁群算法的l_7]、基于粒子统、机器视觉等方面。现有的图像分割算法通常被分为3类：群算法的”]、基于神经网络的[”、基于模拟退火算法阈值分割、基于边缘检测和连接的分割以及区域分割。其中，的[15,16]以及基于模糊计算的[17,18]等等。这些基于智能优化闯值分割算法因为实现简单、计算量小且性能较稳定，成为应的分割算法的优化函数通常采用熵函数、Otsu方法或最小贝

8、用最广泛的分割技术之一。叶斯误差函数等，并通过拟合直方图的概率分布