增强型金枪鱼群优化指数熵的砂粒显微图像分割

砂粒显微图像分割可以辅助地质评估，但因其种类繁多，特征复杂，为分割的准确度带来了挑战。针对该类图像提出一种增强型金枪鱼群优化指数熵的分割方法（ETSO-EXP），可以有效保留各类砂粒的纹理特征。首先，针对金枪鱼群优化算法（TSO）在全局搜索与局部开发上的若干不足，提出了混沌扰动策略、动态权重策略和余弦干扰策略对其增强，基准函数实验表明ETSO大幅提高了收敛精度，小幅提高了收敛速度。其次，将ETSO用于确定EXP的分割阈值，以分割图像的信息量为标准验证了该方案的可行性。最后，在雅鲁藏布江砂粒显微图像数据集上进行分割实验，与TSO-EXP相比，ETSO-EXP分割的图像在峰值信噪比、结构相似性、特征相似度和寻优速度的评估上分别达到了18.78%,6.85%,4.16%和3.83%的提升，在同类分割方法中性能最优。结果表明，分割方法 ETSO-EXP对于对比度较高、纹理丰富或砂粒碎屑尺寸差异较大的图像都具有较高的分割精度和计算速度。