多目标轮换策略引导的信息熵阈值分割算法

为了提高信息熵阈值分割算法图像分割的准确性,提出了一种多目标轮换策略引导的信息熵阈值分割算法。综合利用图像的Kapur熵、交叉熵、Renyi熵和Masi熵作为目标函数进行轮换,采用混沌粒子群优化算法寻优,得到一个由4个目标函数生成的解集,利用改进的Xie-Beni指数来测度、选择解集中的最优解,最终利用最优解实现图像分割。实验结果表明,多目标轮换算法的分割准确率能够达到66%~99%。与相关算法相比,所提算法对图像分割的准确性较高。