光学精密工程
光學精密工程
광학정밀공정
OPTICS AND PRECISION ENGINEERING
2014年
2期
517-523
,共7页
陈恺%陈芳%戴敏%张志胜%史金飞
陳愷%陳芳%戴敏%張誌勝%史金飛
진개%진방%대민%장지성%사금비
图像分割%多阈值分割%二维熵%萤火虫算法
圖像分割%多閾值分割%二維熵%螢火蟲算法
도상분할%다역치분할%이유적%형화충산법
image segmentation%multilevel threshold segmentation%two-dimensional entropy%firefly algorithm
提出了基于萤火虫算法的二维熵多阈值快速图像分割方法以改善分割复杂图像和多目标图像时存在计算量大、计算时间长的问题.首先,分析了二维熵阈值分割原理,将二维熵单阈值分割扩展到二维熵多阈值分割.然后,引入萤火虫算法的思想,研究了萤火虫算法的仿生原理和寻优过程;提出了基于萤火虫算法的二维熵多阈值快速图像分割方法.最后,使用该方法对典型图像进行阈值分割实验,并与二维熵穷举分割法、粒子群算法(PSO)二维熵多阈值分割法进行比较.实验结果表明:该方法在单阈值分割、双阈值分割和三阈值分割时分别比二维熵穷举分割法快3.91倍,1040.32倍和8128.85倍;另外,在阈值选取的准确性和计算时间方面均优于PSO二维熵多阈值分割法.结果显示,基于萤火虫算法的二维熵多阈值快速图像分割方法能快速有效地解决复杂图像和多目标图像的分割问题.
提齣瞭基于螢火蟲算法的二維熵多閾值快速圖像分割方法以改善分割複雜圖像和多目標圖像時存在計算量大、計算時間長的問題.首先,分析瞭二維熵閾值分割原理,將二維熵單閾值分割擴展到二維熵多閾值分割.然後,引入螢火蟲算法的思想,研究瞭螢火蟲算法的倣生原理和尋優過程;提齣瞭基于螢火蟲算法的二維熵多閾值快速圖像分割方法.最後,使用該方法對典型圖像進行閾值分割實驗,併與二維熵窮舉分割法、粒子群算法(PSO)二維熵多閾值分割法進行比較.實驗結果錶明:該方法在單閾值分割、雙閾值分割和三閾值分割時分彆比二維熵窮舉分割法快3.91倍,1040.32倍和8128.85倍;另外,在閾值選取的準確性和計算時間方麵均優于PSO二維熵多閾值分割法.結果顯示,基于螢火蟲算法的二維熵多閾值快速圖像分割方法能快速有效地解決複雜圖像和多目標圖像的分割問題.
제출료기우형화충산법적이유적다역치쾌속도상분할방법이개선분할복잡도상화다목표도상시존재계산량대、계산시간장적문제.수선,분석료이유적역치분할원리,장이유적단역치분할확전도이유적다역치분할.연후,인입형화충산법적사상,연구료형화충산법적방생원리화심우과정;제출료기우형화충산법적이유적다역치쾌속도상분할방법.최후,사용해방법대전형도상진행역치분할실험,병여이유적궁거분할법、입자군산법(PSO)이유적다역치분할법진행비교.실험결과표명:해방법재단역치분할、쌍역치분할화삼역치분할시분별비이유적궁거분할법쾌3.91배,1040.32배화8128.85배;령외,재역치선취적준학성화계산시간방면균우우PSO이유적다역치분할법.결과현시,기우형화충산법적이유적다역치쾌속도상분할방법능쾌속유효지해결복잡도상화다목표도상적분할문제.
