基于細菌覓食算法的SAR圖像閾值分割

《基于細菌覓食算法的SAR圖像閾值分割》由會員上傳分享，免費在線閱讀，更多相關(guān)內(nèi)容在行業(yè)資料-天天文庫。

1、2011年12月西安電子科技大學學報(自然科學版)Dec．2011第38卷第6期JOURNALOFXIDIANUNIVERSITYVol．38No．6doi:10．3969/j．issn．1001-2400．2011．06．025基于細菌覓食算法的SAR圖像閾值分割11，21馬苗，梁建慧，郭敏(1．陜西師范大學計算機科學學院，陜西西安710062;2．海南大學應(yīng)用科技學院，海南儋州571737)摘要:提出了一種SAR圖像閾值分割新方法．該方法在深入分析基本細菌覓食算法的基礎(chǔ)上，縮小菌群的覓食空間以進一步提高分割閾值的搜索速度，然后采用改進的二維

2、灰熵模型作為細菌覓食算法的適應(yīng)度函數(shù)，通過菌群的趨化、復(fù)制和驅(qū)散3種行為模式并行搜索最佳閾值．實驗結(jié)果初步顯示，該方法在收斂速度、穩(wěn)定性和分割效果3個方面，均優(yōu)于基于遺傳算法、人工魚群算法等群體智能優(yōu)化算法的分割方法．關(guān)鍵詞:圖像分割;細菌覓食算法;全局優(yōu)化;SAR圖像中圖分類號:TP391．41，N941．5文獻標識碼:A文章編號:1001-2400(2011)06-0152-07SARimagethresholdingsegmentationbasedonthebacteriaforagingalgorithm11，21MAMiao，LIA

3、NGJianhui，GUOMin(1．CollegeofComputerSci．，ShaanxiNormalUniv．，Xi'an710062，China;2．CollegeofAppliedSci．a(chǎn)dnTech．ofHainanUniv．，Danzhou571737，China)Abstract:InordertoincreasethespeedandtheaccuracyofSyntheticApertureRadar(SAR)imagesegmentation，anewthresholdingsegmentationmethodispr

4、oposed，whichintegratestheBacterialForagingAlgorithm(BFA)andtwo-dimensionalgreyentropy．AfterthebasicBFAisanalyzeddeeply，themethodimprovesthesearchspeedofthebestthresholdviashrinkingtheforagingspaceofthebacterialswarm．Andthen，animprovedtwo-dimensionalgreyentropymodelisregarded

5、asthefitnessfunctionofouroptimizedBFA．Finally，thebestthresholdislocatedgraduallyandquicklybythreebehaviorsofthebacterialswarm，i．e．，chemotaxis，andreproduction，eliminationanddispersal．ExperimentalresultsshowthattheproposedmethodissuperiortosomesegmentationmethodsbasedontheGene

6、ticAlgorithm(GA)andArtificialFishSwarmAlgorithm(AFSA)inconvergence，stabilityandsegmentationeffects．KeyWords:imagesegmentation;bacterialforagingalgorithm;globaloptimization;SARimage群體智能的概念最早出現(xiàn)于20世紀80年代，它是根據(jù)自然界中生物群體所表現(xiàn)出的智能現(xiàn)象而提出的一種人工智能模式．該模式利用群體優(yōu)勢，在沒有集中控制和任何全局模型的前提下，為解決復(fù)雜問題提［1］

7、供了新思路．目前，在圖像工程領(lǐng)域應(yīng)用較為成熟的群體智能優(yōu)化算法有遺傳算法(GeneticAlgorithm，GA)、蟻群優(yōu)化(AntColonyOptimization，ACO)算法和粒子群優(yōu)化(ParticleSwarmOptimization，PSO)算法，其應(yīng)用涉及圖像分割、邊緣檢測、圖像融合、圖像增強、圖像降噪、超分辨率復(fù)原、圖像配準、數(shù)字水印、圖像特征選擇、圖像壓縮、隱秘圖像檢測、圖像檢索、圖像識別等幾乎整個圖像工程領(lǐng)域，充分體現(xiàn)出群體智能優(yōu)化收稿日期:2010-10-08網(wǎng)絡(luò)出版時間:2011-05-24基金項目:國家自然科學基金資

8、助項目(60803088;10974130);陜西省青年科技新星資助項目(2011kjxx17);中央高?；究蒲袠I(yè)務(wù)費專項資金重點資助項目(GK20