基于智能優(yōu)化算法的多閾值圖像分割技術及其并行加速.pdf

1、圖像分割是數(shù)字圖像處理和計算機視覺領域的關鍵技術之一，圖像分割是圖像識別的基礎，其結果直接影響后續(xù)的操作。在現(xiàn)有的圖像分割算法中，閾值法因其性能穩(wěn)定、實現(xiàn)簡單而被廣泛應用。
　　當圖像中的目標與背景差別較為明顯時，其直方圖呈現(xiàn)雙峰形狀，單閾值法可取得較好的分割效果，然而，現(xiàn)實圖像的直方圖往往呈現(xiàn)多峰形狀，更適合采用多閾值法。傳統(tǒng)的多閾值分割方法根據(jù)某個特定的評價函數(shù)在整個灰度級范圍內搜索最佳分割閾值，計算復雜度非常高，目前，較多使

2、用智能優(yōu)化算法進行求解。智能優(yōu)化算法在解決復雜非線性的優(yōu)化問題時，雖然不能保證獲得最優(yōu)解，但可以在較短的時間內獲得令人滿意的解，較為適用于多閾值選取問題。
　　萬有引力搜索算法是一種較新的智能優(yōu)化算法，具有較高的全局搜索能力和較快的收斂速度。本文將其應用于多閾值選取問題，并針對閾值選取的特點，提出兩點改進:(1)針對閾值為整數(shù)這一特點，提出了一種新的引力系數(shù)控制策略，避免了冗余的精度運算，大幅度提高了算法的收斂速度。(2)對最優(yōu)個