基于改进狼群算法的最大熵图像分割法  

Maximum entropy image segmentation method with improved wolf colony algorithm

作　　者：王玉银[1] 罗培中 Wang Yuyin;Luo Peizhong(Bowen College of Management,Guilin University of Technology,Guilin,Guangxi 541006,China)

机构地区：[1]桂林理工大学博文管理学院,广西桂林541006

出　　处：《计算机时代》2020年第12期50-52,共3页Computer Era

基　　金：2019年度广西高校中青年教师科研基础能力提升项目(2019KY1063);2018年广西民办高校重点支持建设专业项目。

摘　　要：图像分割是图像处理的关键技术。为了提高图像分割的效率,文章提出基于改进狼群算法的最大熵图像分割法,修改狼群算法中固定步长为自适应步长,并将其应用于最大熵阈值计算中,通过寻找最优阈值来实现图像分割。仿真结果表明,该方法能够快速、准确地找到分割阈值,在一定程度上改善图像的分割效果。Image segmentation is the key technology of image processing.In order to improve the efficiency of image segmentation,a maximum entropy image segmentation method with improved wolf colony algorithm is proposed,the fixed step size in wolf colony algorithm is modified to adaptive step size,and it is applied to calculate the maximum entropy threshold,and the image segmentation is realized by finding the optimal threshold.The simulation results show that the method can quickly and accurately find the segmentation threshold,and improve the image segmentation effect to a certain extent.

关 键 词：图像分割 最大熵 狼群算法 最优阈值 

分 类 号：TP391.9[自动化与计算机技术—计算机应用技术] TP312[自动化与计算机技术—计算机科学与技术]