基于改进共生生物搜索算法的林火图像多阈值分割

针对传统多阈值分割方法计算复杂度随着阈值个数的增加而增长,以及对给定图像进行多阈值分割操作时效率很低等问题,提出了一种基于共生生物搜索(SOS)算法结合Kapur熵的多阈值分割方法。首先将精英反策略(EOBL)引入到SOS算法的共栖阶段,从而改善传统SOS算法处理复杂优化问题时易陷入局部最优的问题;然后引入莱维飞行策略扩大SOS算法的的搜索范围,增强其搜索轨迹的随机性;最终将得到的改进共生生物搜索(MSOS)算法应用到林火图像最佳阈值的选取问题上。实验结果表明,与粒子群优化算法、和声搜索算法、蝙蝠算法等对比算法相比,所提算法能更好地分割图像,在实际工程问题中具有一定的实用性和价值。