肖根福,劉 歡,曠虛波
(井岡山大學(xué),江西 吉安 343009)
吉州窯位于江西省吉安市,始建于唐末,在宋朝達(dá)到鼎盛,宋元交替時(shí)期,因吉州窯窯工奮起抵御外族入侵,跟隨“宋末三杰”之一的文天祥參與抗元,技術(shù)人才在戰(zhàn)亂中損失嚴(yán)重,元朝建立后吉州窯逐漸衰落。吉州窯工藝特色鮮明,以木葉盞、釉下彩繪等最負(fù)盛名,產(chǎn)品行銷海內(nèi)外,在中國陶瓷史上占有重要地位。吉州窯出土瓷器眾多,光吉州窯系的臨江窯址,就出土各類瓷器及殘片16 719件,修復(fù)碎瓷片的工作任務(wù)很重,完全靠人工比對(duì)非常困難。
近年來,人工智能技術(shù)突飛猛進(jìn),Alpha Go機(jī)器人使人類圍棋手失去了還手之力,借助人工智能技術(shù)來拼接碎磁片是今后的發(fā)展趨勢(shì)。圖像分割是圖像拼接的重要步驟之一,是圖像拼接技術(shù)的基礎(chǔ),研究圖像分割技術(shù)有助于吉州窯碎瓷片拼接技術(shù)的大規(guī)模推廣。
智能優(yōu)化算法又稱為啟發(fā)式算法、自然計(jì)算算法等,受人類智能、生物群體社會(huì)性或自然現(xiàn)象規(guī)律的啟發(fā)而發(fā)展起來,是求解非凸優(yōu)化問題的重要方法,比較知名的有遺傳算法、粒子群算法、模擬退火算法等,廣泛應(yīng)用于圖像處理、自動(dòng)控制等工程領(lǐng)域。
Otsu算法又稱為大津法,由日本學(xué)者于1979年提出,該算法將圖像分為背景和目標(biāo)兩個(gè)區(qū)域,計(jì)算兩個(gè)區(qū)域的灰度與圖像平均灰度的方差(類間方差),使得方差最大的灰度值就是最佳分割閾值。
類間方差按下式計(jì)算:
式(1)中:g為類間方差;ω0,ω1分別為目標(biāo)圖像、背景圖像像素點(diǎn)占整幅圖像的比例;μ0,μ1分別為目標(biāo)圖像、背景圖像的平均灰度。
使得類間方差g最大的分割閾值就是Otsu法所得到的最佳分割閾值。
螢火蟲算法(Firefly Algorithm,F(xiàn)A)是英國劍橋大學(xué)學(xué)者Yang在2008年提出的一種群智能優(yōu)化算法。FA算法是受自然界中螢火蟲通過螢火進(jìn)行信息交流這種群體行為的啟發(fā)演變而來的。FA算法利用螢火蟲的發(fā)光特性,模擬螢火蟲之間相互吸引的行為,在搜索空間中搜索最優(yōu)解。螢火蟲的亮度用目標(biāo)函數(shù)的值表示,每只螢火蟲都因受到鄰近螢火蟲中更亮的螢火蟲的吸引而移動(dòng)位置。如果沒有比這個(gè)螢火蟲更亮的鄰近螢火蟲,那么它就會(huì)隨機(jī)移動(dòng)。
螢火蟲的相對(duì)亮度表示為:
式(2)中:I0表示螢火蟲的最大亮度,即自身(r=0)的熒光亮度,與目標(biāo)函數(shù)值有關(guān);γ為光強(qiáng)吸收因子,表示熒光亮度受傳播介質(zhì)的影響而變化的特性,一般可設(shè)為常數(shù);rij表示兩只螢火蟲i,j之間的距離,通常使用歐氏距離,計(jì)算式如下:
螢火蟲i與螢火蟲j之間的吸引度計(jì)算表示為:
式(4)中:βij表示光源,即距離r=0處的吸引力。螢火蟲位置更新公式為:
將螢火蟲算法與Otsu算法結(jié)合起來獲得一種新的圖像分割算法。將圖像的類間方差作為螢火蟲算法的目標(biāo)函數(shù)計(jì)算螢火蟲的亮度,將圖像閾值作為螢火蟲并找到最優(yōu)的圖像分割閾值,算法的流程如圖1所示。
圖1 混沌螢火蟲算法框圖
為了實(shí)現(xiàn)吉州窯陶瓷碎片的圖像分割,驗(yàn)證智能優(yōu)化算法的有效性,本文選取吉州窯葉子盞殘片圖像,將其從背景中分割出來。本文所提算法具體的分割效果如圖2所示。由圖可見,智能優(yōu)化算法可以很好地分割前景和背景。
將本文所提出的螢火蟲Otsu算法與粒子群Otsu算法進(jìn)行對(duì)比,結(jié)果如表1所示。在同樣運(yùn)行20次的情況下,本文所提出的螢火蟲Otsu算法比粒子群Otsu算法速度更快。
本文充分利用智能優(yōu)化算法不需要梯度信息、容易找到全局最優(yōu)的特點(diǎn),提出了一種基于智能優(yōu)化算法的圖像分割方法,將其運(yùn)用在吉州窯碎瓷片圖像分割當(dāng)中,取得了較好的效果,并且本文所提螢火蟲Otsu算法性能優(yōu)于粒子群Otsu算法,具有較大的發(fā)展?jié)摿蛻?yīng)用前景。
圖2 吉州窯葉子盞殘片分割效果
表1 智能優(yōu)化算法對(duì)吉州窯葉子盞殘片分割對(duì)比