다중 엔트로피 임계값(MET)은 임계값 개수 <inline-formula><alternatives><math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M1"><mi>K</mi></math><graphic specific-use="big" xmlns:xlink="http://www.w3.org/1999/xlink" xlink:href="alternativeImage/5E9E4FCF-3052-4041-8679-B8DAF0DDEB76-M001.jpg"/><?fx-imagestate width="2.62466669" height="2.37066650"?></graphic><graphic specific-use="small" xmlns:xlink="http://www.w3.org/1999/xlink" xlink:href="alternativeImage/5E9E4FCF-3052-4041-8679-B8DAF0DDEB76-M001c.jpg"/><?fx-imagestate width="2.62466669" height="2.37066650"?></graphic></alternatives></inline-formula>가 증가함에 따라 계산 시간이 기하급수적으로 증가하며, 관련 최적화 전략의 정확도와 안정성이 낮아 분할된 골재 이미지에서 표면 거칠기 및 모서리 등의 특징 정보가 많이 손실된다. 이 문제를 극복하기 위해 혼돈 스패로우 탐색 알고리즘(SSA)을 기반으로 MET를 최적화한 골재 자동 분할 모델을 제안하였다. SSA의 전역 최적화 능력과 강인성을 강화하기 위해 군집 위치 초기화 시 로지스틱 혼돈 맵핑 균일 스패로우 분포를 도입하고, 전역 탐색 확장을 위한 확장 매개변수를 제안하였으며, 조기 국소 정체 탈출을 위한 거리 제어 엘리트 변이를 포함하였다. 이 알고리즘은 LSSA라고 하며, 수렴 속도를 저하시키지 않으면서 해의 품질을 향상할 수 있다. LSSA는 MET 파라미터의 자동 선택에 사용되며, 목표 함수로 Renyi 엔트로피, 대칭 교차 엔트로피 및 Kapur 엔트로피를 사용하여 최적 임계값 집합을 빠르게 결정한다. 다양한 특징의 골재 이미지에 대해 분할 실험을 수행하였으며, 6가지 조합 알고리즘과 FCM 알고리즘을 비교하여 LSSA-MET의 유효성을 입증하였다. <inline-formula><alternatives><math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M2"><mi>K</mi></math><graphic specific-use="big" xmlns:xlink="http://www.w3.org/1999/xlink" xlink:href="alternativeImage/5E9E4FCF-3052-4041-8679-B8DAF0DDEB76-M001.jpg"/><?fx-imagestate width="2.62466669" height="2.37066650"?></graphic><graphic specific-use="small" xmlns:xlink="http://www.w3.org/1999/xlink" xlink:href="alternativeImage/5E9E4FCF-3052-4041-8679-B8DAF0DDEB76-M001c.jpg"/><?fx-imagestate width="2.62466669" height="2.37066650"?></graphic></alternatives></inline-formula>가 증가함에도 불구하고 빠른 실행 속도를 유지하며, 심지어 <inline-formula><alternatives><math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M3"><mi>K</mi><mo>=</mo><mn mathvariant="normal">6</mn></math><graphic specific-use="big" xmlns:xlink="http://www.w3.org/1999/xlink" xlink:href="alternativeImage/5E9E4FCF-3052-4041-8679-B8DAF0DDEB76-M003.jpg"/><?fx-imagestate width="8.21266651" height="2.37066650"?></graphic><graphic specific-use="small" xmlns:xlink="http://www.w3.org/1999/xlink" xlink:href="alternativeImage/5E9E4FCF-3052-4041-8679-B8DAF0DDEB76-M003c.jpg"/><?fx-imagestate width="8.21266651" height="2.37066650"?></graphic></alternatives></inline-formula>일 때도 평균 한 장 이미지 분할에 1.532초만 소요된다. LSSA-Renyi가 가장 우수한 성능을 보였으며, 피크 신호 대 잡음비, 구조적 유사성 및 특징 유사도가 각각 29.92%, 10.67% 및 5.16% 향상되어 골재 표면 질감과 모서리 특징을 효과적으로 보존하면서 정확도와 속도의 최적 균형을 달성하였다.

이미지 분할;골재;다중 엔트로피 임계값;최적화;스패로우 탐색 알고리즘;로지스틱 매핑