改进蜜獾算法优化OTSU的图像分割研究

• 作者: 崔文静 李帅 彭天文 梁宏涛 青岛科技大学信息科学技术学院
• 来源期刊: 计算机测量与控制
• 学科: 工学
• 关键词: 二维OTSU算法 蜜獾算法 反向学习策略 柯西变异 图像分割
• 年，卷（期）: 2024,（9）
• 所属期刊栏目: 设计与应用
• 页码范围: 260-266
• 页数: 7页
• 语种: 中文
• DOI: 10.16526/j.cnki.11-4762/tp.2023.09.038

摘要

群体智能算法结合图像分割技术已经成为图像处理领域中的新热点，传统的图像分割方法需要大量的人力和时间，蜜獾算法(honey badger algorithm,HBA)可以通过模拟蜜獾觅食的行为来执行优化任务，在寻找解决问题的过程中可以逐步逼近最优解来实现图像分割任务；通过反向学习策略改进蜜獾种群的初始化，提高种群多样性和分布平衡，从而提高算法的整体搜索能力；引入柯西变异因子，对算法计算得到的可行解进行扰动，使算法更易于跳出局部最优，增强算法的局部搜索能力和收敛精度；选取三幅测试图像进行分割验证，实验结果显示，融合改进蜜獾算法和二维OTSU算法得到的分割图像精度更高、效果更细致，验证了方法的有效性；综上所述，改进蜜獾算法具有更好的鲁棒性和泛化性，优化的二维OTSU算法可以更好地处理复杂场景和图像。