针对混沌理论的多阈值图像分割.pdfVIP

摘要 在图像处理中，图像分割、特征提取和目标识别构成了由低层到高层的三大任务， 目标识别与特征提取都以图像分割作为基础，图像分割的好坏直接影响着后续的特征提 取和目标识别。阈值分割因简单有效得到广泛的应用，而对多阈值图像分割的研究更具 有现实意义。传统的多阈值图像分割方法存在算法复杂度高、运算速度慢、需要确定分 割类数等问题。混沌属于非线性动力学系统，具有遍历性、收敛性、随机不可预测性等 优点，将混沌理论应用与多阈值图像分割，有利于提高多阈值图像的分割性能，加快算 法的运行速度。本文重点研究将混沌理论运用于多阈值图像分割，所做的主要工作如下： (1)基于混沌粒子群的fisher多阈值图像分割。首先采用势函数确定图像的分割类数。 势函数是对直方图的拟合，具有算法简单、运算速度快的优点，结合势函数的优点，选 用势函数来确定图像的分割类数。其次将单阈值的fisher准则进行简化，减少不必要的 中间计算，并将简化后的fisher准则拓展到多阈值图像分割中。最后采用混沌粒子群算 法进行寻优，粒子群算法具有算法简单、运算速度快等优点，但容易出现“早熟”现象， 因此，采用基于混沌映射的粒子群算法进行寻优。对图像的分割结果显示，此算法在分 割速度和效果上取得了好的结果。 (2)