浙江大学学报(工学版)
浙江大學學報(工學版)
절강대학학보(공학판)
Journal of Zhejiang University(Engineering Science)
2015年
9期
1625-1633
,共9页
吴一全%殷骏%朱丽%袁永明
吳一全%慇駿%硃麗%袁永明
오일전%은준%주려%원영명
图像处理%阈值分割%二维Arimoto灰度熵%改进人工蜂群优化算法%分解%快速递推算法
圖像處理%閾值分割%二維Arimoto灰度熵%改進人工蜂群優化算法%分解%快速遞推算法
도상처리%역치분할%이유Arimoto회도적%개진인공봉군우화산법%분해%쾌속체추산법
image processing%thresholding%2D Arimoto gray entropy%modified artificial bee colony optimization algorithm%decomposition%fast recursive algorithm
现有的Arimoto熵阈值法未考虑图像目标和背景的类内灰度均匀性,为此提出基于蜂群优化和基于分解的二维Arimoto灰度熵阈值分割方法.定义Arimoto灰度熵,导出二维Arimoto灰度熵阈值法,分别利用基于蜂群优化和基于分解的方法求解最佳阈值,基于蜂群优化方法给出中间变量的快速递推公式,利用改进的人工蜂群(MABC)优化算法搜索最佳阈值,减少迭代时适应度函数中的冗余运算,基于分解方法将求解二维Arimoto灰度熵阈值法的运算转化到2个一维空间,进一步降低计算复杂度.实验结果表明:与近年来提出的3种同类方法相比,所提出方法的分割性能更优,分割后图像中目标完整、边缘纹理清晰,具有良好的抗噪性,同时,所提出的方法运行速度快,有望满足实际系统对分割的实时处理要求.
現有的Arimoto熵閾值法未攷慮圖像目標和揹景的類內灰度均勻性,為此提齣基于蜂群優化和基于分解的二維Arimoto灰度熵閾值分割方法.定義Arimoto灰度熵,導齣二維Arimoto灰度熵閾值法,分彆利用基于蜂群優化和基于分解的方法求解最佳閾值,基于蜂群優化方法給齣中間變量的快速遞推公式,利用改進的人工蜂群(MABC)優化算法搜索最佳閾值,減少迭代時適應度函數中的冗餘運算,基于分解方法將求解二維Arimoto灰度熵閾值法的運算轉化到2箇一維空間,進一步降低計算複雜度.實驗結果錶明:與近年來提齣的3種同類方法相比,所提齣方法的分割性能更優,分割後圖像中目標完整、邊緣紋理清晰,具有良好的抗譟性,同時,所提齣的方法運行速度快,有望滿足實際繫統對分割的實時處理要求.
현유적Arimoto적역치법미고필도상목표화배경적류내회도균균성,위차제출기우봉군우화화기우분해적이유Arimoto회도적역치분할방법.정의Arimoto회도적,도출이유Arimoto회도적역치법,분별이용기우봉군우화화기우분해적방법구해최가역치,기우봉군우화방법급출중간변량적쾌속체추공식,이용개진적인공봉군(MABC)우화산법수색최가역치,감소질대시괄응도함수중적용여운산,기우분해방법장구해이유Arimoto회도적역치법적운산전화도2개일유공간,진일보강저계산복잡도.실험결과표명:여근년래제출적3충동류방법상비,소제출방법적분할성능경우,분할후도상중목표완정、변연문리청석,구유량호적항조성,동시,소제출적방법운행속도쾌,유망만족실제계통대분할적실시처리요구.