一种基于Q学习的图像阈值确定方法

• 作者: 陈鹏
• 来源期刊: 计算机与现代化
• 学科: 工学
• 关键词: 强化学习 图像处理 阈值 Q学习
• 年，卷（期）: 2013,（6）
• 所属期刊栏目: 图像处理
• 页码范围: 113-115
• 页数: 3页
• 分类号: TP301.6
• 字数: 2142字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-2475.2013.06.029

摘要

图像的阈值在图像处理中非常重要.直方图法是常用的阈值确定方法,但无法很好地确定非双峰图像的阈值.强化学习是通过与环境的交互来学习,Q学习是强化学习的一种主要的方法.本文介绍一种使用Q学习算法确定最优阈值的方法.在该算法中,Agent从一个恒定的阈值开始,并把它应用到图像.在客观的情况下,回报是在黑色像素的比率、对象区域、公差面积的偏差、对象的数量的基础上被定义的.Agent将环境状态映射到适当的动作,并尝试获得最大回报.实验表明,所提出的方法可以用客观或主观的方式整合人的专业知识,以克服现有方法的不足之处.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈鹏		17	45	3.0	6.0