基于细菌觅食与改进Otsu算法的自适应阈值边缘提取-论文.pdf

《基于细菌觅食与改进Otsu算法的自适应阈值边缘提取-论文.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、ComputerEngineeringandApplications计算机工程与应用基于细菌觅食与改进Otsu算法的自适应阈值边缘提取胡慧，何聚厚，何秀青HUHui，HEJuhou一，HEXiuqing1．陕西师范大学计算机科学学院，西安7100622．现代教学技术教育部重点实验室，西安7100621．SchoolofComputerScience，ShaanxiNormalUniversity,Xi’an710062，China2．KeyLaboratoryofModernTeachingTechnology,MinistryofEducation，Xi’an7

2、10062，ChinaHUHui，HEJuhou，HEXiuqing．AdaptivethresholdsedgeextractionbasedonBacterialForagingOptimizationandenhancedOtsualgorithm．ComputerEngineeringandApplications，2014，50(4)：161-165．Abstract：InordertofixthedefectsofbrokenedgesorfakeedgeswhilethethresholdsaretoohighortoolowinoriginalCa

3、nnyalgorithm，thispaperproposesanewalgorithmforCannyedgeextractionwithadaptivethresholdsbasedonBacte—rialForagingOptimizationalgorithm(BFAjandenhancedOtsualgorithm．Accordingtothevalueofgradientamplitudehistogram，pixelsaredividedintoedgetype，non-edgetypeandpendingtype；Afitnessfunctionis

4、definedtodescribethemeansquareerroramongthethreepixeltypebasedontheenhancedOtsualgorithm；BothofthelowandhighthresholdsareselectedwiththeprocessofBFA．Theexperimentalresultsshowthatthismethodismoreaccuratethanoriginalmethodsinedgeextraction．Keywords：Cannyoperator；BacterialForagingOptimi

5、zationalgorithm；enhancedOtsualgorithm；edgeextraction摘要：针对Canny算子在阈值偏高或偏低的情况下会产生边缘丢失或伪边缘的缺陷，提出了一种基于细菌觅食算法与改进最大类间方差法(Otsu算法)相结合的自适应阈值Canny算子。根据图像的梯度幅值直方图将像素点进行分类，并基于改进的Otsu算法定义描述类间方差的适应度函数，通过细菌觅食算法自动获取使适应度函数最优的高低阈值。实验结果表明，该方法在目标边缘提取的准确性上优于传统算法。关键词：Canny算子；细菌觅食优化算法；改进的Otsu算法；边缘提取文献标志码：A中

6、图分类号：TP391doi：10．3778~．issn．1002．8331．1306．03481引言方法，增强算法的抗噪能力；文献[8]提出用GCV阈值的边缘提取广泛应用于图像分析和识别领域。传统小波滤波方法代替高斯滤波；文献[9】采用尺度相乘的的边缘检测方法尽管实现简单，但大多具有边缘提取不方法抑制噪声；文献[10]提出基于类问最大交叉熵的连续，定位不准确，而且易受噪声影响的缺点。Canny算概念和贝叶斯判定理论获取高低阈值。文献[1l】在图像子是基于优化算法的边缘检测算子，因其具有较好的抗的梯度差分直方图中寻找合适的过零点位置作为高阈噪性能和边缘提取准确度，故

7、得到了广泛的应用。但值，低阈值通过比例系数获取；文献[12]通过Otsu算法是，该算法中高斯滤波的方差和高低阈值的选择需要人确定Canny算子的高阈值；文献[13．14]提出将遗传算法为设定，若参数设定不当，会造成图像边缘丢失或者检用于确定Canny算子的高阂值。但这些方法在阈值确测出伪边缘。为此，不同的研究者从不同角度对其进定时都只自适应地获取到高阈值，低阈值的选取仍然通行了改进。文献[5．7】采用小波变换的多尺度边缘检测过人为设定。群智能方法近年来被广泛地应用于图像基金项目：中央高校基本科研业务费专项资金资助(No．GK201002028，No．GK20110

8、1001)