基于粒子群优化算法的Kapur熵多阈值图像分割

作者：马军; 鲍日洋; 彭晓旭; 宋苏航; 陈培昕; 孙康健

来源：科技创新与生产力, 2018, (11): 79-85.

• 图像分割
• 多阈值图像分割
• 粒子群优化算法
• Kapur熵

本文将多阈值图像分割中的最佳阈值向量优化问题作为研究对象,采用粒子群优化算法(PSO)对Kapur熵阈值图像分割法的最佳阈值向量进行寻优。传统的Kapur熵阈值图像分割法存在算法运算速度慢、精度不高等问题,本文提出的基于粒子群优化算法的Kapur熵多阈值图像分割法改善了上述问题,具有算法运行快、分割精度高的特点。利用本文提出的方法在阈值等级分别为1,2,3,4,5的情况下进行实验,并应用峰值信噪比(PSNR)指标和结构相似性(SSIM)指标对分割后的图像进行评估。实验结果表明,本文提出的基于粒子群优化算法的Kapur熵多阈值图像分割法优于传统的Kapur熵多阈值图像分割法,可以更加高效地对复杂图像进行多阈值图像分割处理,具有较强的实用性。

• 单位
  东北林业大学; 机电工程学院