计算机应用研究

作者：许家昌,叶栩秀,

单位：安徽理工大学计算机科学与工程学院,安徽淮南232001；

关键词：图像分割,金豺优化算法,耦合神经P系统,区域生长,

基金：安徽理工大学医学专项培育项目(YZ2023H2B008)；南方林业与生态应用技术国家工程实验室开放基金资助项目(2023NFLY08)；；

针对耦合神经P系统利用脉冲机制实现区域生长依赖于初始种子点选择的问题，提出一种自适应区域生长耦合神经P系统（adaptive region growing coupled neural P systems，ARGCNP）的图像分割方法。该方法利用金豺优化算法（golden jackal optimization，GJO）的全局搜索能力，通过引入四种策略提升GJO的全局寻优性能，从而在图像中寻找最佳阈值点，以优化区域生长中的种子点选择。在实验中，首先通过CEC2017测试函数对改进后的GJO进行性能测试，结果表明改进后的GJO在测试函数上整体性能第一；随后将ARGCNP应用于分割彩色图像和医学图像，以峰值信噪比等三个指标对分割效果进行量化评价，分割结果显示该方法能够提升分割精度及分割结果的稳定性，证明ARGCNP在应用场景下具有的优势，能够满足图像分割需求。

来源：2026年第1期

《计算机应用研究》期刊编辑部

查看计算机应用研究杂志2026年第1期