基于细菌觅食算法的SAR图像阈值分割

《基于细菌觅食算法的SAR图像阈值分割》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、2011年12月西安电子科技大学学报(自然科学版)Dec．2011第38卷第6期JOURNALOFXIDIANUNIVERSITYVol．38No．6doi:10．3969/j．issn．1001-2400．2011．06．025基于细菌觅食算法的SAR图像阈值分割11，21马苗，梁建慧，郭敏(1．陕西师范大学计算机科学学院，陕西西安710062;2．海南大学应用科技学院，海南儋州571737)摘要:提出了一种SAR图像阈值分割新方法．该方法在深入分析基本细菌觅食算法的基础上，缩小菌群的觅食空间以进一步提高分割阈值的搜索速度，然后采用改进的二维

2、灰熵模型作为细菌觅食算法的适应度函数，通过菌群的趋化、复制和驱散3种行为模式并行搜索最佳阈值．实验结果初步显示，该方法在收敛速度、稳定性和分割效果3个方面，均优于基于遗传算法、人工鱼群算法等群体智能优化算法的分割方法．关键词:图像分割;细菌觅食算法;全局优化;SAR图像中图分类号:TP391．41，N941．5文献标识码:A文章编号:1001-2400(2011)06-0152-07SARimagethresholdingsegmentationbasedonthebacteriaforagingalgorithm11，21MAMiao，LIA

3、NGJianhui，GUOMin(1．CollegeofComputerSci．，ShaanxiNormalUniv．，Xi'an710062，China;2．CollegeofAppliedSci．adnTech．ofHainanUniv．，Danzhou571737，China)Abstract:InordertoincreasethespeedandtheaccuracyofSyntheticApertureRadar(SAR)imagesegmentation，anewthresholdingsegmentationmethodispr

4、oposed，whichintegratestheBacterialForagingAlgorithm(BFA)andtwo-dimensionalgreyentropy．AfterthebasicBFAisanalyzeddeeply，themethodimprovesthesearchspeedofthebestthresholdviashrinkingtheforagingspaceofthebacterialswarm．Andthen，animprovedtwo-dimensionalgreyentropymodelisregarded

5、asthefitnessfunctionofouroptimizedBFA．Finally，thebestthresholdislocatedgraduallyandquicklybythreebehaviorsofthebacterialswarm，i．e．，chemotaxis，andreproduction，eliminationanddispersal．ExperimentalresultsshowthattheproposedmethodissuperiortosomesegmentationmethodsbasedontheGene

6、ticAlgorithm(GA)andArtificialFishSwarmAlgorithm(AFSA)inconvergence，stabilityandsegmentationeffects．KeyWords:imagesegmentation;bacterialforagingalgorithm;globaloptimization;SARimage群体智能的概念最早出现于20世纪80年代，它是根据自然界中生物群体所表现出的智能现象而提出的一种人工智能模式．该模式利用群体优势，在没有集中控制和任何全局模型的前提下，为解决复杂问题提［1］

7、供了新思路．目前，在图像工程领域应用较为成熟的群体智能优化算法有遗传算法(GeneticAlgorithm，GA)、蚁群优化(AntColonyOptimization，ACO)算法和粒子群优化(ParticleSwarmOptimization，PSO)算法，其应用涉及图像分割、边缘检测、图像融合、图像增强、图像降噪、超分辨率复原、图像配准、数字水印、图像特征选择、图像压缩、隐秘图像检测、图像检索、图像识别等几乎整个图像工程领域，充分体现出群体智能优化收稿日期:2010-10-08网络出版时间:2011-05-24基金项目:国家自然科学基金资

8、助项目(60803088;10974130);陕西省青年科技新星资助项目(2011kjxx17);中央高校基本科研业务费专项资金重点资助项目(GK20