测控技术2023年第42卷第1期数据采集与处理收稿日期:2022－03－26基金项目:山西省基础研究计划(自然探索类)面上项目(202103021224188);山西省回国留学人员科研资助项目(HGKY2019068)引用格式:牛天利，于丽霞，刘吉，等．基于蜜獾算法的破片序列图像多阈值分割［J］．测控技术，2023，42(1):92－98．NIUTL，YULX，LIUJ，etal．Multi-ThresholdSegmentationofFragmentSequenceImagesBasedonHoneyBadgerAlgorithm［J］．Measurement＆ControlTechnology，2023，42(1):92－98．基于蜜獾算法的破片序列图像多阈值分割牛天利1，于丽霞1，刘吉1，2，武锦辉2，牛雅昕1(1．中北大学信息与通信工程学院，山西太原030051;2．中北大学电子测试技术重点实验室，山西太原030051)摘要:针对静爆试验中拍摄的图像中破片目标小、背景复杂等情况，基于经典阈值分割法在破片图像分割的应用中存在不能将目标所在像素准确分离的问题，提出一种基于蜜獾算法(HBA)的多阈值图像分割方法，该方法引入HBA求解Tsallis相对熵的最小值作为目标函数值来计算最佳阈值，在分析经典阈值分割方法处理破片图像的不足后，选择合适的阈值数，将HBA与遗传算法(GA)、蝗虫优化算法(GOA)、麻雀搜索算法(SSA)三种优化算法进行性能对比，利用分离出的目标绘制破片轨迹图并确定有效破片。分析结果表明，阈值数为2时分割效果满足需求，HBA运行时间1．32s，进行100次重复实验后其结果的标准偏差约为0，分割出的目标中有效破片达83．8%，说明该算法的实时性和稳定性强，分割效果可满足对破片群运动参数测试的需求。关键词:蜜獾算法;多阈值图像分割;Tsallis相对熵;破片序列图像中图分类号:TP391文献标志码:A文章编号:1000－8829(2023)01－0092－07doi:10．19708/j．ckjs．2023．01．015Multi-ThresholdSegmentationofFragmentSequenceImagesBasedonHoneyBadgerAlgorithmNIUTian-li1，YULi-xia1，LIUJi1，2，WUJin-hui2，NIUYa-xin1(1．SchoolofInformationandCommunicationEngineering，NorthUniversityofChina，Taiyuan030051，China;2．KeyLaboratoryofElectronicTestingTechnology，NorthUniversityofChina，Taiyuan030051，China)Abstract:Aimingatthesmalltargetandcomplexbackgroundintheimageofstaticexplosiontestandtheclas-sicalthreshold-basedsegmentationmethodhastheproblemoffailingtoaccuratelyseparatethetargetpixelsintheapplicationoffragmentimagesegmentation，amulti-threshold...
