基于改进麻雀优化算法的阴极铜板图像结瘤分割

为提高电解精炼成的阴极铜板图像结瘤的分割精度、减少分割时耗,提出了一种基于改进麻雀优化算法(ISSA)的最大熵(ME)阈值分割算法。首先,采用改进logistic混沌映射初始麻雀种群以丰富种群多样性,提高算法中初始解的质量;然后引入发现者位置自适应动态更新策略可通过平衡算法的全局探索和局部挖掘能力,提升算法的寻优能力;最后根据局部最优判别机制执行随机游走策略实现局部最优值扰动,帮助算法跳出局部最优空间。通过6个基准函数测试,验证了ISSA的优越性;利用ME准则构建ISSA的目标函数搜索最佳阈值进行阴极铜板图像结瘤分割。实验结果表明,该方法的峰值信噪比、结构相似度、特征相似性较5种智能算法整体提升分别0.0363 dB、0.0020、0.0046以上,分割时耗较ME法缩短至少67.2%,对结瘤阴极铜板表面质量检测具有重要潜在应用价值。

基于IGWO的阴极铜板表面结瘤检测图像阈值分割方法

针对阴极铜板生产过程采用人工目测表面结瘤存在识别效率低、劳动量大和不可连续等问题,提出一种基于改进灰狼优化(IGWO)算法的阴极铜板表面结瘤智能检测方法。采用最大熵(ME)准则构建目标函数,引入灰狼优化(GWO)算法在可行域内全局搜索铜板图像的结瘤分割阈值;利用混沌反向学习和自适应T分布改进GWO,确保其多样性不随种群进化逐代降低、协助算法跳出局部最优解,增加最佳阈值的寻取机率;同时提出掩膜扫描法消除铜板图像冗余纹理信息,增加结瘤面积比识别准确率;最后通过识别结果智能判别阴极铜板品味。实验结果表明:IGWO-ME法较5种智能算法对阴极铜板图像的结瘤分割,峰值信噪比(PSNR)、结构相似性(SSIM)整体分别提升0.0198~0.1143 dB、0.00016~0.03465;较ME、Otsu和IGWO-Otsu在分割时耗上至少提升56.1%;检验结果表明该方法对阴极铜板表面结瘤检测具备可行性和有效性。