基于改进粒子群人工鱼群算法的二维熵多阈值快速图像分割

摘要

基于图像熵分割复杂图像或多目标图像时,计算量随阈值数呈指数型增长,提出基于改进粒子群人工鱼群(PSO-AF?SA)的图像二维熵多阈值快速分割.根据图像二维熵的分割原理,将单阈值分割延伸至多阈值分割.然后定义二维熵多阈值函数为人工鱼群优化算法的目标函数.提出的新算法基于精英策略改进,参考粒子群算法的个体最佳值与群体最佳值,使鱼群算法的寻优能力更加智能高效,在求解二维熵多阈值函数最优值过程中提高收敛速度与寻优精度.最后,对典型图像的分割实验分别与穷举分割法、PSO分割法对比,在单阈值、双阈值和三阈值情况下分别比穷举法快4.51、636、4147.6倍;且收敛速度与寻优精度均优于PSO分割法.实验结果显示:基于改进算法的分割法能更快速精确地解决复杂图像和多目标图像的分割问题.