基于改進麻雀搜索算法的森林火災圖像多閾值分割

賀 航， 馬小晶*， 王宏偉,2， 宋 帆， 劉 寒

(1.新疆大學電氣工程學院， 烏魯木齊 830047； 2.大連理工大學控制科學與工程學院， 大連 116024)

近年來，全世界范圍內火災頻發，特別是森林火災會對人們的生活和生態環境帶來巨大的損失和破壞，因此，全球各國都加大了火災監測技術的研發。傳統的火災檢測技術主要有感溫、感光和監測可燃氣體，近些年隨著監控系統的不斷完善，圖像識別也成為火災檢測與識別的方法之一[1-2]。由于火災現場環境惡劣，所獲圖像的邊緣較為模糊且對比度較低，圖像難以精準分割，從而無法有效地的提取出火災現場的特征。為了及時有效地識別和定位火災現場，發展快速準確的圖像分割技術是十分必要的。

圖像分割技術是從低級到高級的圖像處理轉換的關鍵，現階段機器視覺和圖像處理是研究熱點[3]。國內外學者對圖像分割進行了大量的研究，大致分為4類：基于形態學的圖像分割、基于區域生長分割、基于特征空間的聚類分割和基于圖像閾值分割[4]。其核心思想是通過閾值的合理選取獲得最優的分割效果。現階段的研究有采用單閾值分割方法，但不能完全滿足實際的要求。多閾值分割技術作為一種基于圖像一維灰度直方圖來確定最優閾值的方法，適用于多目標分割，具有重要的研究價值[5-6]。

許多學者通過引入元啟發優化算法對多閾值的適應度函數進行優化。方維等[7]和李勇等[8]引入了遺傳算法，可以較好地解決實際工程問題，但是該算法容易陷入局部最優。……