基于群体智能算法的多级图像阈值分割技术的研究

针 对 随 着 阈 值 数 量 增 加 ，导 致 传 统 的 多 级 阈 值 处 理 方 法 已 不 能 满 足 实 时 应 用 的 状 况 ，在 分 析 群体 智 能 算 法 和 模 式 搜 索 的 机 理 后 ，提 出 了 一 种 用 于 多 级 图 像 阈 值 的 基 于 模 式 搜 索 策 略 的 改 进 ＩＰＳ 算 法 ，以 提高 群 体 智 能 算 法 在 多 阈 值 搜 索 中 的 综 合 性 能 。 该 策 略 是 应 用 步 长 固 定 模 式 搜 索 算 法 ，在 每 次 迭 代 中 对 ＩＰＳ算 法 获 得 的 全 局 历 史 最 优 解 进 行 轴 向 精 细 搜 索 ，从 而 从 众 多 次 有 解 中 找 到 最 优 阈 值 。 仿 真 实 验 结 果 表 明 ，改 进 ＩＰＳ 的 算 法 不 仅 具 有 良 好 的 全 局 探 索 和 局 部 优 化 能 力 ，而 且 在 分 别 基 于Ｂ Ｃ Ｖ方 法 和Ｋ Ｅ方 法 的 多 级 阈值 处 理 方 面 具 有 优 越 的 综 合 性 能 。

Multi-level Image Thresholding Technology Based on Swarm Intelligent Algorithm

Ｆｏｒ ｔｈｅ ｍ ｕｌｔｉｌｅｖｅｌ ｔｈｒｅｓｈｏｌｄ ｍｅｔｈｏｄ ｏｆｉｍａｇｅ ， ｔｒａｄｉｔｉｏｎａｌ ｔｈｒｅｓｈｏｌｄ ｍｅｔｈｏｄｓ ｃａｎ ｎｏ ｌｏｎｇｅｒ ｍｅｅｔ ｔｈｅ ｒｅｑｕｉｒｅｍｅｎｔｓ ｏｆ ｒｅａｌ ｔｉｍｅ ａｐｐｌｉｃａｔｉｏｎｓ ｗｉｔｈ ｔｈｅ ｉｎｃｒｅａｓｉｎｇ ｏｆ ｔｈｒｅｓｈｏｌｄ ｎｕ ｍ ｂｅｒｓ ． Ａｆｔｅｒ ａｎａｌｙ ｓｉｎｇ ｔｈｅ ｍｅｃｈａｎｉｓｍ ｏｆ ｓｗａｒｍ ｉｎｔｅｌｌｉｇｅｎｃｅ ａｌｇｏｒｉｔｈ ｍ ａｎｄ ｐａｔｔｅｒｎ ｓｅａｒｃｈ ， ａｎ ｉｍ ｐｒｏｖｅｄ ＰＳ （ ＩＰＳ ｆｏｒ ｓｈｏｒｔ ） ａｌｇｏｒｉｔｈ ｍ ｂａｓｅｄ ｏｎ ｐａｔｔｅｒｎ ｓｅａｒｃｈ ｓｔｒａｔｅｇｙ ｆｏｒ ｍ ｕｌｔｉｌｅｖｅｌｉｍａｇｅ ｔｈｒｅｓｈｏｌｄ ｗａｓ ｐｒｏｐｏｓｅｄ ｔｏ ｉｍ ｐｒｏｖｅ ｔｈｅ ｃｏ ｍｐｒｅｈｅｎｓｉｖｅ ｐｅｒｆｏｒｍａｎｃｅ ｏｆ ｓｗａｒｍ ｉｎｔｅｌｌｉｇｅｎｃｅ ａｌｇｏｒｉｔｈ ｍ ｉｎ ｍ ｕｌｔｉ ｔｈｒｅｓｈｏｌｄ ｓｅａｒｃｈ ． Ｔ ｈｅ ｓｔｒａｔｅｇｙ ａｐｐｌｉｅｓ ａ ｓｔｅｐ ｓｉｚｅ ｆｉｘｅｄ ｍ ｏｄｅ ｓｅａｒｃｈ ａｌｇｏｒｉｔｈ ｍ ， ａｎｄ ｐｅｒｆｏｒｍｓ ａｎ ａｘｉａｌｆｉｎｅ ｓｅａｒｃｈ ｏｎ ｔｈｅ ｇｌｏｂａｌ ｈｉｓｔｏｒｉｃａｌ ｏｐｔｉｍａｌ ｓｏｌｕｔｉｏｎ ｏｂｔａｉｎｅｄ ｂｙ ｔｈｅ ＩＰＳ ａｌｇｏｒｉｔｈ ｍ ｉｎ ｅａｃｈ ｉｔｅｒａｔｉｏｎ ， ｔｈｅｒｅｂｙ ｆｉｎｄｉｎｇ ａｎ ｏｐｔｉｍａｌ ｔｈｒｅｓｈｏｌｄ ｆｒｏ ｍ ａ ｍ ｏｎｇ ｍａｎｙ ｓｅｃｏｎｄａｒｙ ｓｏｌｕｔｉｏｎｓ ． Ｔ ｈｅ ｓｉｍ ｕｌａｔｉｏｎ ｒｅｓｕｌｔｓ ｓｈｏｗ ｔｈａｔ ｔｈｅ ＩＰＳ ａｌｇｏｒｉｔｈ ｍ ｎｏｔ ｏｎｌｙ ｈａｓ ｂｅｔｔｅｒ ｇｌｏｂａｌ ｅｘｐｌｏｒａｔｉｏｎ ａｎｄ ｌｏｃａｌ ｏｐｔｉｍｉｚａｔｉｏｎ ， ｂｕｔ ａｌｓｏ ｈａｓ ｓｕｐｅｒｉｏｒ ｃｏ ｍ ｐｒｅｈｅｎｓｉｖｅ ｐｅｒｆｏｒｍａｎｃｅ ｉｎ ｍ ｕｌｔｉｌｅｖｅｌ ｔｈｒｅｓｈｏｌｄ ｐｒｏｃｅｓｓｉｎｇ ｂａｓｅｄ ｏｎ Ｂ Ｃ Ｖ ｍｅｔｈｏｄ ａｎｄ Ｋ Ｅ ｍｅｔｈｏｄ ｒｅｓｐｅｃｔｉｖｅｌｙ ．