Resumen

El proceso de umbralización encuentra los valores umbral adecuados optimizando un criterio, que puede considerarse un problema de optimización con restricciones. El tiempo de cálculo de las técnicas de umbralización tradicionales aumentará drásticamente en el caso de la umbralización multinivel. Para superar en gran medida este problema, el algoritmo de inteligencia de enjambre se utiliza ampliamente para buscar umbrales óptimos. En este trabajo, se ha presentado un algoritmo de optimización de enjambre de luciérnagas mejorado (IGSO) para encontrar los umbrales multinivel óptimos de la imagen en color basándose en la varianza entre clases y la entropía cruzada mínima (MCE). Los métodos propuestos se examinan en un conjunto estándar de imágenes de prueba en color utilizando varios números de valores de umbral. Los resultados se comparan con los de la optimización básica por enjambre de luciérnagas, la optimización adaptativa por enjambre de partículas (APSO) y la evolución diferencial autoadaptativa (SaDE). Los resultados de la simulación muestran que el método propuesto puede encontrar los umbrales óptimos de forma precisa y eficiente y es un método de umbralización multinivel eficaz para la segmentación de imágenes en color.

• Materias:Análisis Matemático Matemáticas Algebra Ingeniería Lógica matemática
• Subjects:Mathematical Analysis mathematics Algebra Engineering Mathematical logic
• Palabras claves:Proceso de umbralización; valores umbral; problema de optimización restringida; algoritmo de inteligencia de enjambre; umbralización multinivel; algoritmo de optimización de enjambre glowworm.
• Keywords:Thresholding process; threshold values; constrained optimization problem; swarm intelligence algorithm; multilevel thresholding; glowworm swarm optimization algorithm