细胞膜机制萤火虫算法优化多阈值Otsu图像分割

刘鑫晶，刘彦隆，徐鑫鑫

(太原理工大学 信息与计算机学院，山西 晋中 030600)

1 引 言

数字图像处理是一种将图像转换为数字形式并对其执行某些操作的方法.其中，图像分割这一步骤是非常重要的，其精确性对整个图像处理得到的结果有着至关重要的影响.基于阈值的分割算法具有分割稳定性强，模型简单及鲁棒性强的优点而得到了研究者们十分广泛地研究和应用.最大类间方差法(Otsu)是由日本学者Nobuyuki Otsu在1979年提出的具有代表性的阈值确定方法[1]，Otsu算法的基本原理是最小二乘法.为了使该算法能够适应具有多个目标的复杂图像，有研究者将Otsu算法从单阈值扩展到多阈值[2].多阈值Otsu算法解决了复杂图像的分割问题，但随阈值个数逐渐增多，算法运算时间会指数增长，这也是所谓的NP(nonlinear problems)难题[3].

近几年，为了减少多阈值Otsu算法的运算时间，如布谷鸟搜索(CS)，人工蜂群(ABC)，萤火虫算法(GSO)，粒子群优化(PSO)，差分进化(DE)等启发式算法用于图像分割[4-8].GSO算法不但可以找到局部最优解，还能够得到全局最优解，则在多阈值Otsu图像分割中有普遍应用.Assistant等人[9]提出了基于GSO算法优化的最大期望算法应用于多阈值分割，Simone A.Ludwig等人[3]提出了一种适用于多阈值图像分割任务的改进的GSO算法(EGSO).国内，于超杰等人[10]提出了基于反向学习策略的改进型萤火虫算法(OBLFA)应用于Otsu图像分割，申玄京等人[11]提出了基于GSO算法的递归多阈值Otsu算法，陈凯等人[12]提出了基于反向GSO算法针对缺陷图像的多阈值分割.

标准GSO算法……