基于混沌布谷鸟算法的多阈值灰度图像分割

摘要：

阈值法分割图像时,最优阈值选取是否合理对图像分割效果至关重要.标准的布谷鸟算法由于后期存在收敛速度慢,易陷入局部最优等现象,难以准确计算最优分割阈值,因此导致图像分割准确率低.为了提高灰度图像分割的效率和准确率,引入一种基于混沌布谷鸟算法的灰度图像多阈值分割方法.改进的算法利用混沌运动的随机性、遍历性和初值敏感性等优点,对最优鸟窝位置加入由Circle映射产生的混沌扰动策略,有效地防止算法陷入局部最优,加快收敛并提高搜索精度.以最大熵作为目标函数,采用改进的算法对其进行优化,找到分割的最优阈值,实现灰度图像分割.选取2幅经典灰度图像,将所提算法的分割结果与标准的布谷鸟算法、粒子群算法进行对比,以此来说明改进算法的分割质量.实验结果表明,相比于其它两种算法,该改进算法能够快速准确地实现图像分割.

关键词：图像分割、布谷鸟算法、混沌、最大熵

所属期刊栏目：43

分类号：TP319(计算技术、计算机技术)

资助基金：国家自然科学基金资助项目11601007

在线出版日期：2020-04-10（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：112-119