基于离散灰狼算法的多级阈值图像分割

• 作者: 亓晋 李林国 王钛 许斌
• 来源期刊: 计算机技术与发展
• 学科: 工学
• 关键词: 图像分割 优化算法 离散灰狼算法 Kapur熵
• 年，卷（期）: 2016,（7）
• 所属期刊栏目: 智能、算法、系统工程
• 页码范围: 30-35
• 页数: 6页
• 分类号: TP301.6
• 字数: 4151字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-629X.2016.07.007

摘要

阈值分割方法的关键在于阈值选取。阈值决定了图像分割结果的好与坏,随着阈值数量的增加,图像分割的计算过程越来越复杂。为了选取适当的阈值进行图像分割,文中提出了离散灰狼算法(Discrete Grey Wolf Optimizer,DGWO),即经过离散化处理的灰狼算法,并用该算法求解以Kapur分割函数为目标函数的全局优化问题。 DGWO算法具有很好的全局收敛性与计算鲁棒性,能够避免陷入局部最优,尤其适合高维、多峰的复杂函数问题的求解,并且可以很好地融合到图像分割过程当中。大量的理论分析和仿真实验的结果表明,与遗传算法( GA)、粒子群算法( PSO)的图像分割结果相比,在选取多张分割图像、多个分割阈值的情况下,该算法具有更好的分割效果,更高的分割效率,优化得到的阈值范围更加稳定,分割质量更高。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	许斌		22	68	5.0	6.0
2	亓晋		20	85	5.0	7.0
3	王钛	南京邮电大学自动化学院	1	12	1.0	1.0
4	李林国		1	12	1.0	1.0