均衡策略粒子群算法在圖像分割中的應(yīng)用

夏星宇， 高 浩， 王創(chuàng)業(yè)

(1.南京郵電大學(xué) 自動化學(xué)院，江蘇 南京 210046; 2.安徽省蚌埠市供電局，安徽 蚌埠 233000)

0 引言

圖像分割的目的是將一幅圖像劃分成有意義的區(qū)域或部分，其中每部分區(qū)域具有相似的特征.近幾年來，學(xué)者們提出了很多較為有效的圖像分割技術(shù)[1].它們大致可以分為兩類：一類是利用圖像的灰度直方圖，通過其特征來決定分割的最佳閾值[2].另一類是構(gòu)造一個適應(yīng)度函數(shù)，通過優(yōu)化適應(yīng)值函數(shù)來決定最優(yōu)的閾值，如基于熵的閾值分割技術(shù),貝葉斯誤差最小化等.這些技術(shù)在醫(yī)學(xué)圖像、人臉識別、計算機(jī)視覺等領(lǐng)域已經(jīng)取得了不錯的效果.然而，其中的一些方法計算非常耗時，如Kapur和Otsu算法[3-4]的運算時間相當(dāng)長，且隨著閾值數(shù)目的增加運算時間呈指數(shù)增長，其窮舉的搜索策略限制了它在處理實際多閾值問題中的應(yīng)用.

近年來，為縮短運算時間，研究人員已經(jīng)成功地將很多優(yōu)化算法引入到閾值圖像分割中來.作為基于種群的優(yōu)化策略，進(jìn)化算法受自然界生物的啟發(fā)，主要采用3個主要操作(選擇、變異和交叉)來產(chǎn)生后代.由于有著運算速度快和全局搜索能力較強(qiáng)等特點，近幾年，進(jìn)化計算已經(jīng)廣泛地應(yīng)用到了圖像分割領(lǐng)域.Tao等[5]采用蟻群算法來優(yōu)化基于熵的目標(biāo)分割適應(yīng)值函數(shù)，尋找最優(yōu)的閾值.Yin等[6]提出一種改進(jìn)的遺傳算法來縮短多閾值分割的時間.Gao等[7]將粒子群優(yōu)化算法引入到圖像閾值分割領(lǐng)域，實驗證明它可以取得和窮……