基于混合人工蜂鸟与大洪水机制的空间上下文感知多级彩色图像分割方法

《Scientific Reports》：Spatially context aware multilevel color image segmentation using a Hybrid Artificial Hummingbird and Great Deluge mechanism

　　

摘要

多级图像阈值分割是一种重要的分割技术，它可将图像划分为有意义的区域，广泛应用于物体识别、医学成像和卫星图像分析等领域。然而，传统方法存在对初始条件敏感度低、缺乏足够的空间上下文信息以及收敛速度慢等问题。所提出的方法采用基于人工蜂鸟算法（AHA）的新型混合模型来克服现有方法的局限性。在种群初始化阶段，该方法运用拉丁超立方、索伯尔、哈尔顿和谢尔宾斯基策略来提高种群的多样性及搜索空间覆盖率，从而增强算法的探索能力并优化搜索空间。此外，该算法还利用空间上下文信息提升分割质量，同时考虑相邻像素之间的关系，以保留更多结构并改善输出结果的视觉效果。在优化阶段，该方法采用大洪水算法（GDA）作为优化算法，其自适应接受函数功能还能降低搜索过程中陷入局部最优的概率。最小交叉熵度量（MCEM）被用作目标函数，以确定最优阈值。通过多种评估指标对比了所提方法与其他现有元启发式算法的效果。相关代码可在https://github.com/suprajatirumalasetti/AHA_GDA_Image_Segmentation_Code获取。