基于改进树种算法的彩色图像多阈值分割

摘要：

彩色图像多阈值分割在许多应用领域中都发挥着非常重要的作用,传统的多阈值分割算法存在随着阈值个数的增加分割时间急剧增长的问题.为了解决此问题,提出了一种基于改进树种算法(ITSA)的彩色图像多阈值分割方法,以最大类间方差(OTSU)为目标函数.为了提高基本树种算法的搜索速度和搜索精度,提出自适应搜索趋势常数来平衡树种算法的局部搜索和全局搜索能力,并利用五幅标准测试图像对算法的性能进行测试,将ITSA算法与树种算法(TSA)、粒子群优化算法(PSO)和差分进化(DE)算法的性能进行比较,实验结果表明,针对多阈值彩色图像分割问题,ITSA算法的性能优于TSA,PSO和DE算法,基于OTSU和ITSA的彩色图像多阈值分割算法是一种性能较好的算法.

关键词：树种算法、彩色图像、彩色图像多阈值分割、搜索趋势常数、自适应

所属期刊栏目：47

分类号：TP319(计算技术、计算机技术)

在线出版日期：2020-07-17（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：220-225