一种基于Q学习的图像阈值确定方法

图像的阈值在图像处理中非常重要。直方图法是常用的阈值确定方法,但无法很好地确定非双峰图像的阈值。强化学习是通过与环境的交互来学习,Q学习是强化学习的一种主要的方法。本文介绍一种使用Q学习算法确定最优阈值的方法。在该算法中,Agent从一个恒定的阈值开始,并把它应用到图像。在客观的情况下,回报是在黑色像素的比率、对象区域、公差面积的偏差、对象的数量的基础上被定义的。Agent将环境状态映射到适当的动作,并尝试获得最大回报。实验表明,所提出的方法可以用客观或主观的方式整合人的专业知识,以克服现有方法的不足之处。