基于改进蜜蜂觅食算法的多阈值图像分割.pdfVIP

测控技术

·28·2024年第43卷第9期人工智能工业服务软件

基于改进蜜蜂觅食算法的多阈值图像分割

郭宏志，吕征南，张志成

（1.北京市科学技术研究院城市安全与环境科学研究所，北京100054；

2.中电太极（集团）有限公司，北京100083；

3.北京邮电大学人工智能学院，北京100876)

摘要：为解决传统多阈值图像分割方法搜索最优阈值效率低的问题，利用蜜蜂觅食算法中蜂群对蜜源的

智能搜索机制,提高多阈值图像分割的最优阈值搜索效率。针对蜜蜂觅食算法邻域收缩过快易陷入局

部最优问题，引入自适应邻域收缩策略，根据搜索陷入停滞的状态，自适应调整邻域收缩率，在保证算法

搜索效率的同时，进一步提高算法寻优精度。仿真实验结果证明该方法提升了蜜蜂觅食算法的优化性

能和算法鲁棒性，基于最大类间方差的图像多阈值分割实验验证了该方法的有效性。

关键词：蜜蜂觅食算法；多阈值；图像分割；自适应邻域收缩

中图分类号：TP391.41;TP18文献标志码：A文章编号：1000-8829(2024)09-0028-07

doi:10.19708/j.ckjs.2024.07.245

Multi-ThresholdImageSegmentationBasedonImproved

BeeForagingAlgorithm

GUOHongzhi,LYUZhengnan’,ZHANGZhicheng

(1.InstituteofUrbanSafetyandEnvironmentalSciences,BeijingAcademyofScienceandTechnology,Beijing100054,China;

2.ChinaElectronicsTechnologyTaijiGroupCorporationLimited,Beijing100083,China;

3.SchoolofArtificialIntelligence,BeijingUniversityofPostandTelecommunications,Beijing100876,China)

Abstract:Theintelligentsearchingmechanismofbeecolonyforhoneysourcesinthebeeforagingalgorithmis

utilizedtopromotetheoptimalthresholdsearchingefficiencyofmulti-thresholdimagesegmentation,which

aimedtosolvetheproblemoflowoptimalthresholdsearchefficiencyforthetraditionalmulti-thresholdimage

segmentationmethods.Anadaptiveneighbourhoodshrinkingstrategyisintroducedforovercomingthebeefora-

gingalgorithmfallingintolocaloptimumcausedbyarapidlyshrinkingneighbourhood,wheretheneighbour-

hoodshrinkingratecanbeadjusteddynamicallyaccordingtothe