基于萤火虫算法的二维熵多阈值快速图像分割

第2 2卷

第 2期

光学精密工程Opt i c s a n d Pr e c i s i on Eng i n e e r i ng

Vo 1 . 2 2 No . 2Fe b .2 O1 4

2 0 1 4年 2月

文章编号 1 0 0 4— 9 2 4 X( 2 O 1 4 ) 0 2— 0 5 1 7 - 0 7

基于萤火虫算法的二维熵多阈值快速图像分割陈恺 ,陈芳 ,戴敏，张志胜，史金飞( 1 .东南大学机械工程学院，江苏南京 2 1 1 1 8 9; 2 .淮海工学院，江苏连云港 2 2 2 0 0 5 )摘要：提出了基于萤火虫算法的二维熵多阈值快速图像分割方法以改善分割复杂图像和多目标图像时存在计算量大、计算时间长的问题。首先，分析了二维熵闺值分割原理，将二维熵单阈值分割扩展到二维熵多阈值分割。然后，引入萤火虫算法的思想，研究了萤火虫算法的仿生原理和寻优过程；提出了基于萤火虫算法的二维熵多阈值快速图像分割方法。 最后，使用该方法对典型图像进行阈值分割实验，并与二维熵穷举分割法、粒子群算法 ( P S O)二维熵多阈值分割法进行

比较。实验结果表明：该方法在单阈值分割、双阈值分割和三阈值分割时分别比二维熵穷举分割法快 3 . 9 l倍， 1 0 4 0 . 3 2倍和 8 1 2 8 . 8 5倍；另外，在阈值选取的准确性和计算时间方面均优于 P S O二维熵多阈值分割法。结果显示 .基于萤火虫

算法的二维熵多阈值快速图像分割方法能快速有效地解决复杂图像和多目标图像的分割问题。关键词：图像分割；多阈值分割；二维熵；萤火虫算法中图分类号： T P 3 9 1 . 4 文献标识码： A d o i: 1 0 . 3 7 8 8/ OP E . 2 0 1 4 2 2 0 2 . 0 5 1 7

Fa s t i ma g e s e g me n t a t i o n wi t h mu l t i l e v e l t h r e s ho l d o f t wo— di me n s i o na l e n t r o py b a s e d o n f i r e f l y a l g o r i t h mCHEN Ka i,CHEN F a n g ,DAI Mi n ,Z HANG Z h i— s h e n g ,S

HI J i n— f e i '

( 1 . S c h o o l o f Me c h a n i c a l En g i n e e r i n g,S o u t h e a s t U n i v e r s i t y,Na n j i n g 2 1 1 1 8 9, C h i n a; 2 . Hu a i h a i I n s t i t u t e o f T e c h n o l o g y, L i a n y u n g a n g 2 2 2 0 0 5, C h i n a )*C o r r e s p o n di n g a u t h o r, E- ma i l: o l d b c@s e u. e du . c n

Ab s t r a c t:A f a s t i ma g e s e g me n t a t i o n me t h o d wi t h mu l t i l e v e l t h r e s h o l d o f t wo— d i me n s i o n a l e n t r o p y wa spr op o s e d b a s e d o n t he f i r e f l y a l g or i t h m t o o v e r c o me t he l a r g e a moun t of c a l c ul a t i o n a nd l on g c o mpu— t i ng t i me .Fi r s t l y,t he p r i nc i pl e of t wo— d i me ns i on a l e n t r o py t hr e s ho l d s e g me nt a t i o n wa s a n a l y z e d,a n d t he s i n gl e t hr e s ho l d s e gme nt a t i o n of t wo— di me n s i o n a l e n t r o py wa s e xt e nd e d t o m ul t i l e v e l t hr e s ho l d

s e g me n t a t i o n . Th e n,t h e b i o n i c me c h a n i s m a n d s e a r c h i n g o p t i mi z a t i o n p r o c e s s o f t h e f i r e f l y a l g o r i t h mwe r e a na l y z e d,a nd t h e m ul t i l e v e l t h r e s h ol d s e g me n t a t i o n me t h o d of t wo— di me n s i on a l e nt

r o p y c o m— bi n e d wi t h f i r e f l y a l g or i t hm wa s pr o po s e d . Fi n a l l y,t yp i c a l i ma g e s e g me nt a t i o n e x pe r i me n t s by u s i ng

t h e p r o p o s e d me t h o d we r e p e r f o r me d a n d t h e r e s u l t s we r e c o mp a r e d wi t h t h o s e o f t wo—— d i me n s i o n a l e n——t r op y e xh a us t i v e s e g me nt a t i on me t ho d a nd t he mu l t i l e ve l t h r e s h ol d s e g me nt a t i o n me t h od o f t wo— d i—

me n s i o n a l e n t r o p y b a s e d o n P a r t i c l e S wa r m Op t i mi z a t i o n( P S O) . Ex p e r i me n t a l r e s u l t s s h o w t h a t t h e s p e e d s o f t h e p r o p o s e d me t h o d i n s i n g l e t h r e s h o l d s e g me n t a t i o n,d u a l— t h r e s h o l d s e g me n t a t i o n a n d t h e 收稿日期： 2 0 1 3— 0 5— 1 0;修订日期： 2 0 1 3— 0 6— 0 8 .

基金项目：国家自然科学基金资助项目( N o . 5 0 8 0 5 0 2 3 );江苏省“六大人才高峰”资助项目( No . 2 0 0 8 1 4 4 );江苏省科技支撑计划资助项目( No . B E 2 0 0 8 0 8 1 );数字制造与装备技术国家重点实验室开放基金资助项目( N o .DM ET KF2 0 08 0 1 4)

本文来源：https://www.bwwdw.com/article/4g71.html