基于智能優(yōu)化算法的吉州窯碎瓷片圖像分割研究＊

肖根福，劉 歡，曠虛波

（井岡山大學，江西 吉安 343009）

1 引言

吉州窯位于江西省吉安市，始建于唐末，在宋朝達到鼎盛，宋元交替時期，因吉州窯窯工奮起抵御外族入侵，跟隨“宋末三杰”之一的文天祥參與抗元，技術(shù)人才在戰(zhàn)亂中損失嚴重，元朝建立后吉州窯逐漸衰落。吉州窯工藝特色鮮明，以木葉盞、釉下彩繪等最負盛名，產(chǎn)品行銷海內(nèi)外，在中國陶瓷史上占有重要地位。吉州窯出土瓷器眾多，光吉州窯系的臨江窯址，就出土各類瓷器及殘片16 719件，修復(fù)碎瓷片的工作任務(wù)很重，完全靠人工比對非常困難。

近年來，人工智能技術(shù)突飛猛進，Alpha Go機器人使人類圍棋手失去了還手之力，借助人工智能技術(shù)來拼接碎磁片是今后的發(fā)展趨勢。圖像分割是圖像拼接的重要步驟之一，是圖像拼接技術(shù)的基礎(chǔ)，研究圖像分割技術(shù)有助于吉州窯碎瓷片拼接技術(shù)的大規(guī)模推廣。

智能優(yōu)化算法又稱為啟發(fā)式算法、自然計算算法等，受人類智能、生物群體社會性或自然現(xiàn)象規(guī)律的啟發(fā)而發(fā)展起來，是求解非凸優(yōu)化問題的重要方法，比較知名的有遺傳算法、粒子群算法、模擬退火算法等，廣泛應(yīng)用于圖像處理、自動控制等工程領(lǐng)域。

2 基于螢火蟲算法的Otsu圖像分割

2.1 Otsu閾值法

Otsu算法又稱為大津法，由日本學者于1979年提出，該算法將圖像分為背景和目標兩個區(qū)域，計算兩個區(qū)域的灰度與圖像平均灰度的方差（類間方差），使得方差最大的灰度值就是最佳分割閾值。

類間方差按下式計算：

式（1）中：g為類間方差；ω0，ω1分別為目標圖像、背景圖像像素點占整幅圖像的比例；μ0，μ1分別為目標圖像、背景圖像的平均灰度。

使得類間方差g最大的分割閾值就是Otsu法所得到的最佳分割閾值。

2.2 螢火蟲算法

螢火蟲算法（Firefly Algorithm，F(xiàn)A）是英國劍橋大學學者Yang在2008年提出的一種群智能優(yōu)化算法。FA算法是受自然界中螢火蟲通過螢火進行信息交流這種群體行為的啟發(fā)演變而來的。FA算法利用螢火蟲的發(fā)光特性，模擬螢火蟲之間相互吸引的行為，在搜索空間中搜索最優(yōu)解。螢火蟲的亮度用目標函數(shù)的值表示，每只螢火蟲都因受到鄰近螢火蟲中更亮的螢火蟲的吸引而移動位置。如果沒有比這個螢火蟲更亮的鄰近螢火蟲，那么它就會隨機移動。

螢火蟲的相對亮度表示為：

式（2）中：I0表示螢火蟲的最大亮度，即自身（r＝0）的熒光亮度，與目標函數(shù)值有關(guān)；γ為光強吸收因子，表示熒光亮度受傳播介質(zhì)的影響而變化的特性，一般可設(shè)為常數(shù)；rij表示兩只螢火蟲i，j之間的距離，通常使用歐氏距離，計算式如下：

螢火蟲i與螢火蟲j之間的吸引度計算表示為：

式（4）中：βij表示光源，即距離r＝0處的吸引力。螢火蟲位置更新公式為：

2.3 螢火蟲Otsu算法流程圖

將螢火蟲算法與Otsu算法結(jié)合起來獲得一種新的圖像分割算法。將圖像的類間方差作為螢火蟲算法的目標函數(shù)計算螢火蟲的亮度，將圖像閾值作為螢火蟲并找到最優(yōu)的圖像分割閾值，算法的流程如圖1所示。

圖1 混沌螢火蟲算法框圖

3 實驗結(jié)果

為了實現(xiàn)吉州窯陶瓷碎片的圖像分割，驗證智能優(yōu)化算法的有效性，本文選取吉州窯葉子盞殘片圖像，將其從背景中分割出來。本文所提算法具體的分割效果如圖2所示。由圖可見，智能優(yōu)化算法可以很好地分割前景和背景。

將本文所提出的螢火蟲Otsu算法與粒子群Otsu算法進行對比，結(jié)果如表1所示。在同樣運行20次的情況下，本文所提出的螢火蟲Otsu算法比粒子群Otsu算法速度更快。

4 結(jié)束語

本文充分利用智能優(yōu)化算法不需要梯度信息、容易找到全局最優(yōu)的特點，提出了一種基于智能優(yōu)化算法的圖像分割方法，將其運用在吉州窯碎瓷片圖像分割當中，取得了較好的效果，并且本文所提螢火蟲Otsu算法性能優(yōu)于粒子群Otsu算法，具有較大的發(fā)展?jié)摿蛻?yīng)用前景。

圖2 吉州窯葉子盞殘片分割效果

表1 智能優(yōu)化算法對吉州窯葉子盞殘片分割對比