A segmentação de imagens microscópicas de grãos de areia pode auxiliar na avaliação geológica, mas devido à sua grande variedade e complexidade de características, apresenta desafios para a precisão da segmentação. Propõe-se um método de segmentação aprimorado baseado na otimização do enxame de atum e entropia indexada (ETSO-EXP), que pode preservar eficazmente as características texturais de vários tipos de grãos de areia. Primeiramente, para resolver algumas deficiências do algoritmo de otimização do enxame de atum (TSO) na busca global e no desenvolvimento local, foram propostas estratégias de perturbação caótica, peso dinâmico e perturbação cossenoidal para seu aprimoramento. Experimentos com funções de referência mostraram que o ETSO aumentou significativamente a precisão da convergência e melhorou ligeiramente a velocidade de convergência. Em segundo lugar, o ETSO foi usado para determinar o limiar de segmentação do EXP, e a viabilidade do esquema foi validada com base na quantidade de informação da imagem segmentada. Por fim, foram realizados experimentos de segmentação em um conjunto de dados de imagens microscópicas de grãos de areia do rio Yarlung Tsangpo. Em comparação com o TSO-EXP, o ETSO-EXP obteve melhorias de 18,78% na relação sinal-ruído de pico, 6,85% na similaridade estrutural, 4,16% na similaridade de características e 3,83% na velocidade de otimização, apresentando o melhor desempenho entre métodos semelhantes. Os resultados indicam que o método de segmentação ETSO-EXP proporciona alta precisão de segmentação e velocidade computacional para imagens com alto contraste, rica textura ou grandes diferenças no tamanho dos grãos.

imagens microscópicas de grãos de areia; segmentação de imagem; entropia indexada; otimização do enxame de atum