基于樽海鞘群優化算法的裂縫圖像分割

王麗　康飛

摘要：裂縫圖像分割是建筑物裂縫圖像分析的關鍵，分割結果的優劣會直接影響后續圖像分析的準確度。針對Canny算法、迭代法和otsu算法用于圖像分割存在運行時間長和分割精度低的不足，提出采用群體智能算法對圖像分割算法進行優化。實驗結果表明，對于裂縫圖像，基于樽海鞘群的圖像分割算法具有用時間短，結果穩定，分割效果好的優點。

關鍵詞：樽海鞘群;優化算法;裂縫圖像分割

中圖分類號： TP399? ? ? ? 文獻標識碼：A

文章編號：1009-3044（2019）25-0223-03

在21世紀，由于種種原因各類混凝土建筑物存在各種形式的裂縫。裂縫的存在會影響建筑結構的正常使用性、耐久性和美觀。因此，裂縫檢測對于混凝土建筑物是不可缺少的。在國內外，圖像處理方法在路面、隧道和橋梁的裂縫檢測中得到廣泛應用。

圖像分割是指根據圖像不同區域或者邊緣所具有的特殊性，將目標和背景分離的過程，簡單地說就是將圖像中的信息分為彼此不相同的若干類區域，在同一區域中像素具有一致性。裂縫圖像分割是裂縫分析提取的關鍵，為后續的裂縫識別和特征提取等過程提供依據，分割結果的優劣會直接影響后續圖像分析的準確度。因此，選擇合理的圖像分割方法是至關重要的。本文提出采用群體智能算法對圖像分割算法進行優化。對比了五種算法的分割結果、運行時間以及求出的最佳分割閾值，發現樽海鞘群優化算法用時短，分割效果好。

1 基于樽海鞘群優化算法的圖像分割

1.1樽海鞘群優化算法

樽海鞘群算法（Salp Swarm Algorithm， SSA[1]是Mirjalili等在2017年提出的一種基于群體智能的全局優化算法。樽海鞘是一種身體組織和移動方式與水母高度相似的海洋生物，能夠自由漂浮的被囊動物[2]。樽海鞘群方法通過將種群分為兩組進行數學建模，即領導者和追隨者。領導者位于樽海鞘鏈的頂端，用來引導群體;其他的視為追隨者，追隨者互相跟隨。

綜合上面的圖表，可以看出對于背景和裂縫對比度較低的圖像，如上圖T1、T2、T3、T4、T6，迭代法求出的最佳分割閾值與Otsu、PSO和SSA三者求得的閾值差別較大，運行時間較長，這也導致了采用迭代法所求得的閾值進行圖像分割的結果不好，不能從背景圖像中提取出來裂縫信息;對于上述的8副圖像，采用Otsu、PSO和SSA三者求得的最佳閾值相近，都能得到較好分割結果。本文提出的SSA法運行時間最短，低于0.1秒。

3 結論

本文通過將Canny算法、迭代法、Otsu、PSO和SSA五種算法用于裂縫圖像分割的結果進行對比，發現提出的基于樽海鞘群優化的圖像分割算法具有用時短，結果穩定，計算量小，分割效果好的優點，能用于混凝土建筑物的裂縫圖像分割。

參考文獻：

[1] Mirjalili S，Gandomi A H，et al. Salp Swarm Algorithm： A bio-inspired optimizer for engineering design problems[J]. Advances in Engineering Software （S1873-5339）， 2017， 114（6）： 163-191.

[2]陳濤，王夢馨，黃湘松.基于樽海鞘群算法的無源時差定位[J].電子與信息學報，2018，40（7）：72-78.

【通聯編輯：唐一東】