基于混沌粒子群优化的倒数熵阈值选取方法-信号处理.pdf

第２６卷　第７期 信 号 处 理 Ｖｏｌ．２６．　Ｎｏ．７ 　２０１０年７月 ＳＩＧＮＡＬＰＲＯＣＥＳＳＩＮＧ Ｊｕｌ．２０１０ 基于混沌粒子群优化的倒数熵阈值选取方法 吴一全　占必超 （南京航空航天大学信息科学与技术学院，江苏南京２１００１６） 摘　要：基于信息熵的方法是一类重要的阈值选取方法，但现有的最大熵方法存在无定义值问题。为此，提出了基于 倒数熵的阈值选取方法。首先给出了倒数熵的定义及一维阈值选取方法，导出了基于二维直方图区域直分及区域斜分的倒 数熵阈值选取算法公式；然后考虑到二维倒数熵分割运算量较大，提出利用混沌小生境粒子群算法来寻找最优阈值，避免 了算法早熟，提高了搜索精度和算法效率。实验结果表明：二维倒数熵阈值选取的斜分方法在抗噪性和运算时间上优于直 分方法；而与基于粒子群优化的二维最大熵方法相比，本文提出的基于混沌小生境粒子群优化的二维倒数熵斜分法在运行 时间上降低了约４０％，分割效果更佳。 关键词：图像分割；阈值选取；倒数熵；区域斜分；混沌小生境粒子群优化 中图分类号：ＴＮ９１１．７３　　文献标识码：Ａ　　文章编号：１００３－０５３０（２０１０）０７－１０４４－０６ Ｔｈｒｅｓｈｏｌｄｉｎｇｂａｓｅｄｏｎｒｅｃｉｐｒｏｃａｌｅｎｔｒｏｐｙａｎｄｃｈａｏｔｉｃ ｐａｒｔｉｃｌｅｓｗａｒｍｏｐｔｉｍｉｚａｔｉｏｎ ＷＵＹｉｑｕａｎ　ＺＨＡＮＢｉｃｈａｏ （ＳｃｈｏｏｌｏｆＩｎｆｏｒｍａｔｉｏｎＳｃｉｅｎｃｅａｎｄＴｅｃｈｎｏｌｏｇｙ，ＮａｎｊｉｎｇＵｎｉｖｅｒｓｉｔｙｏｆ ＡｅｒｏｎａｕｔｉｃｓａｎｄＡｓｔｒｏｎａｕｔｉｃｓ，Ｎａｎｊｉｎｇ２１００１６，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ：　Ｍｅｔｈｏｄｂａｓｅｄｏｎｉｎｆｏｒｍａｔｉｏｎｅｎｔｒｏｐｙｉｓａｃｌａｓｓｏｆｉｍｐｏｒｔａｎｔｔｈｒｅｓｈｏｌｄｓｅｌｅｃｔｉｏｎｍｅｔｈｏｄ，ｂｕｔｔｈｅｅｘｉｓｔｉｎｇｍａｘｉｍｕｍｅｎ ｔｒｏｐｙｍｅｔｈｏｄｈａｓｔｈｅｐｒｏｂｌｅｍｏｆｕｎｄｅｆｉｎｅｄｖａｌｕｅ．Ｔｈｕｓ，ｔｈｅｔｈｒｅｓｈｏｌｄｓｅｌｅｃｔｉｏｎｍｅｔｈｏｄｂａｓｅｄｏｎｒｅｃｉｐｒｏｃａｌｅｎｔｒｏｐｙｉｓｐｒｏｐｏｓｅｄ．Ｆｉｒｓｔ ｌｙ，ｒｅｃｉｐｒｏｃａｌｅｎｔｒｏｐｙｉｓｄｅｆｉｎｅｄａｎｄｏｎｅｄｉｍｅｎｓｉｏｎａｌｔｈｒｅｓｈｏｌｄｓｅｌｅｃｔｉｏｎｍｅｔｈｏｄｉｓｇｉｖｅｎ．Ｔｈｅａｌｇｏｒｉｔｈｍｆｏｒｍｕｌａｅｆｏｒｒｅｃｉｐｒｏｃａｌｅｎｔｒｏｐｙ ｔｈｒｅｓｈｏｌｄｓｅｌｅｃｔｉｏｎｂａｓｅｄｏｎｔｗｏｄｉｍｅｎｓｉｏｎａｌｈｉｓｔｏｇｒａｍｖｅｒｔｉｃａｌｓｅｇｍｅｎｔａｔｉｏｎａｎｄｏｂｌｉｑｕｅｓｅｇｍｅｎｔａｔｉｏｎｉｓｄｅｒｉｖｅｄ．Ｉｎｖｉｅｗｔｈａｔｔｈｅｃｏｍ ｐｕｔａｔｉｏｎａｌｂｕｒｄｅｎｏｆｔｗｏｄｉｍｅｎｓｉｏｎａｌｒｅｃｉｐｒｏｃａｌｅｎｔｒｏｐｙｓｅｇｍｅｎｔａｔｉｏｎｉｓｌａｒｇｅ，Ｎｉｃｈｅｃｈａｏｔｉｃｍｕｔａｔｉｏｎｐａｒｔｉｃｌｅｓｗａｒｍｏｐｔｉｍｉｚａｔｉｏｎ（ＮＣＰ ＳＯ）ｉｓａｄｏｐｔｅｄｔｏｆｉｎｄｔｈｅｏｐｔｉｍａｌｔｈｒｅｓｈｏｌｄ．Ｉｔａｖｏｉｄｓａｌｇｏｒｉｔｈｍｐｒｅｍａｔｕｒｅａｎｄｉｍｐｒｏｖｅｓｓｅａｒｃｈｉｎｇａｃｃｕｒａｃｙａｎｄｅｆｆｉｃｉｅｎｃｙ．Ｔｈｅｅｘｐｅｒｉ ｍｅｎｔａｌｒｅｓｕｌｔｓｓｈｏｗｔｈａｔｏｂｌｉｑｕｅｓｅｇｍｅｎｔａｔｉｏｎｍｅｔｈｏｄｏｆｔｗｏｄｉｍｅｎｓｉｏｎａｌｒｅｃｉｐｒｏｃａｌｅｎｔｒｏｐｙｈａｓａｄｖａｎｔａｇｅｓｏｖｅｒｖｅｒｔｉｃａｌｓｅｇｍｅｎｔａｔｉｏｎ ｍｅｔｈｏｄｂｏｔｈｏｎａｎｔｉｎｏｉｓｅａｎｄｒｕｎｎｉｎｇｔｉｍｅ．Ｃｏｍｐａｒｅｄｗｉｔｈｔｗｏｄｉｍｅｎｓｉｏｎａｌｍａｘｉｍｕｍｅｎｔｒｏｐｙｍｅｔｈｏｄｂａｓｅｄｏｎｐａｒｔｉｃｌｅｓｗａｒｍｏｐｔｉｍｉ ｚａｔｉｏｎ（