CAJ | 학술논문

在水下环境中,由于存在着水体对光线的吸收以及照明不均等原因,水下图像具有信噪比低、边缘模糊等特点.如果直接使用传统的分割方法,对水下图像进行处理后的效果较差.传统的基于最大熵原理的阈值法尽管能实现某些特定的分割任务,但是其时效性较差.而粒子群算法(PSO)是一类随机全局优化技术,该算法简单易实现,可调参数少.因此将群体智能中的粒子群优化算法应用到图像分割中.新方法在重新定义模糊熵的基础上,根据最大熵原理,利用粒子群算法来搜索分割阈值.相对于传统的利用穷举法来搜索分割阈值的算法,新方法大大减少了计算时间,提高了效率.通过对水下图像处理实验证明,该算法对简单背景的图像分割是有效的,和传统分割方法相比,具有更强的自适应性和抗噪性能.
재수하배경중,유우존재착수체대광선적흡수이급조명불균등원인,수하도상구유신조비저、변연모호등특점.여과직접사용전통적분할방법,대수하도상진행처리후적효과교차.전통적기우최대적원리적역치법진관능실현모사특정적분할임무,단시기시효성교차.이입자군산법(PSO)시일류수궤전국우화기술,해산법간단역실현,가조삼수소.인차장군체지능중적입자군우화산법응용도도상분할중.신방법재중신정의모호적적기출상,근거최대적원리,이용입자군산법래수색분할역치.상대우전통적이용궁거법래수색분할역치적산법,신방법대대감소료계산시간,제고료효솔.통과대수하도상처리실험증명,해산법대간단배경적도상분할시유효적,화전통분할방법상비,구유경강적자괄응성화항조성능.