목적: 역치(thresholding)를 이용한 영상 분할(image segmentation)에서 Otsu 및 Kapur 방법은 효과성과 견고성으로 인해 널리 사용되어 왔다. 그러나 역치의 개수가 증가함에 따라 이러한 방법들의 계산 복잡도는 완전탐색 특성 때문에 지수적으로 증가한다. 방법: 입자군 최적화(Particle Swarm Optimization, PSO)와 유전 알고리즘(Genetic Algorithms, GAs)은 계산을 가속할 수 있다. 다만 두 방법 모두 느린 수렴과 전역 최적(global optimum)이 아닌 국소 최적(local optimum)에 갇히기 쉬운 등의 단점이 있다. 이러한 어려움을 극복하기 위해 Bacteria Foraging PSO(BFPSO)와 실수코딩(real-coded) GA 알고리즘에 기반한 2개의 새로운 다단계 역치 다단계 thresholding 방법을 제안하여 신속한 분할을 수행하고자 하였다. 결과: BFPSO 및 실수코딩 GA 방법의 결과를 서로 비교하였으며, Otsu 및 Kapur 방법으로부터 얻은 결과와도 비교하였다. 결론: 제안한 방법들은 계산적으로 효율적이었고, 우수한 정확도와 안정성을 보였다. 제안한 방법의 결과는 4개의 실제 영상(real images)을 사용하여 입증하였다.

*본 초록은 AI를 통해 원문을 번역한 내용입니다. 정확한 내용은 하기 원문에서 확인해주세요.