第39卷第4期2023年7月森林工程FORESTENGINEERINGVol.39No.4Jul.,2023doi:10.3969/j.issn.1006-8023.2023.04.016基于多策略融合未来搜索算法的林火图像分割陈光伟1,徐梁1,方亮2,付雪1,陈普宽2(1.东北林业大学机电工程学院哈尔滨150040;2.连云港天邦科技开发有限公司,江苏连云港222346)摘要:为解决林火图像传统阈值分割方法时效性差、分割精度低等问题,提出一种基于多策略融合未来搜索算法(IFSA)的多阈值林火图像分割方法。在提升算法的性能方面,采用帐篷映射(Tent映射)初始化种群中的个体,引入自适应权重与认知因子增强种群内部信息交流,并对最优位置引入柯西分布与高斯分布结合的变异机制提高算法的收敛精度。利用改进算法对森林火灾图像进行分割,并选取最佳适应度、峰值信噪比和结构相似度作为评价指标,与粒子群优化算法、灰狼优化算法等进行对比分析。研究结果表明,改进的未来搜索算法(ImprovedFutureSearchAlgorithm,IFSA)的适应度曲线收敛效果明显优于其他对比算法,峰值信噪比、结构相似度取得最优的实验次数分别占总实验次数的100%与91.67%,证明基于IF-SA的图像分割方法能有效改善林火图像分割效果,为林火特征的提取与分析建立依据。关键词:未来搜索算法;Tent混沌映射;柯西-高斯变异;多阈值图像分割;林火图像中图分类号:S文献标识码:A文章编号:1006-8023(2023)04-0134-11ForestFireImageSegmentationBasedonMulti-strategyFusionFutureSearchAlgorithmCHENGuangwei1,XULiang1,FANGLiang2,FUXue1,CHENPukuan2(1.CollegeofMechanicalandElectricalEngineering,NortheastForestryUniversity,Harbin150040,China;2.LianyungangTianbangTechnologyDevelopmentCompanyLtd.,Lianyungang222346,China)Abstract:Amulti-thresholdforestfireimagesegmentationmethodbasedonamulti-strategyfusedfuturesearchalgorithm(IF-SA)isproposedtoaddresstheshortcomingsoftraditionalthresholdsegmentationmethodsforforestfireimages,suchaspoortimelinessandlowsegmentationaccuracy.Toimprovetheperformanceofthealgorithm,thesolutionspaceisinitializedusingTentchaoticmap-ping.Inertiaweightsandcognitivefactorsareintroducedtoenhanceexchangewithinpopulations.AvariationalmechanismcombiningtheCauchydistributionandGaussiandistributionisintroducedtoimprovetheconvergenceaccuracyofthealgorithm.Theimprovedalgorithmisusedtosegmentforestfire...
