改良されたハーモニーサーチ最適化アルゴリズムに基づく画像のマルチスレッショルドセグメンテーション

画像セグメンテーションは画像処理の基礎であり前提ですが、従来のマルチスレッショルド画像セグメンテーション手法は簡単で効果的であるものの、精度が低く収束速度が遅いという問題に悩まされています。このため、本論文ではハーモニーサーチ（HS）最適化アルゴリズムと最大クラス間分散（オツ）を組み合わせたマルチスレッショルド画像セグメンテーション手法を提案し、これを解決します。まず、基本的なHSの性能をさらに向上させるために、新しいハーモニー即興の生成方法を修正し収束係数を導入することで改良されたハーモニーサーチ（AHS）を提案します。次に、最大クラス間分散を目的関数としたAHSアルゴリズム、すなわちAHS-Otsuを画像のマルチレベルスレッショルドセグメンテーションに適用します。最後に、6つのテスト画像を選択してAHS-Otsuのマルチレベルセグメンテーション性能を検証します。ピーク信号対雑音比（PSNR）と構造的類似度指数（SSIM）は、画像セグメンテーションの効果を評価するために一般的に使用される2つの指標であり、この記事でも使用しています。包括的な実験結果は、AHS-Otsuが迅速なセグメンテーション処理速度を持つだけでなく、他の手法よりも正確なセグメンテーション性能を得られることを示しており、特にマルチスレッショルドの画像セグメンテーション分野におけるAHS-Otsuアルゴリズムの有効性と可能性を証明しています。