光学精密工程
光學精密工程
광학정밀공정
Optics and Precision Engineering
2015年
10期
2943-2951
,共9页
图像分割%多阈值分割%优化算法%生物地理学优化算法%最小交叉熵
圖像分割%多閾值分割%優化算法%生物地理學優化算法%最小交扠熵
도상분할%다역치분할%우화산법%생물지이학우화산법%최소교차적
image segmentation%multilevel thresholding%optimization algorithm%biogeography-based optimization algorithm%minimum cross entropy
针对高维多阈值图像分割中存在的多阈值搜索问题,提出了一种动态迁移和椒盐变异融合的生物地理学优化算法(BBOD).首先,构建了一种基于动态扰动的迁移算子,对候选解中没有发生迁移操作的特征值添加一个动态的扰动因子,使种群的多样性增加,从而提高全局搜索能力;然后,创建了新型的变异算子,对待变异的特征值产生一个椒盐扰动,使该值在小范围内浮动,以便提高局部搜索能力和算法的收敛速度;最后,将该算法应用到基于最小交叉熵的图像高维多阈值分割中.高维多阈值分割实验结果表明,本文提出的BBOD算法能够获得最优的阈值向量,运行速度、性能指标均优于标准的生物地理学优化(BBO)算法,基于变异的生物地理学优化(BBOM)算法、FFA (Firefly Algorithm)和CSA (Cuckoo Search Algorithm),运行速度是FFA的5倍以上.该算法更适用于基于最小交叉熵的高维多阈值优化选择.
針對高維多閾值圖像分割中存在的多閾值搜索問題,提齣瞭一種動態遷移和椒鹽變異融閤的生物地理學優化算法(BBOD).首先,構建瞭一種基于動態擾動的遷移算子,對候選解中沒有髮生遷移操作的特徵值添加一箇動態的擾動因子,使種群的多樣性增加,從而提高全跼搜索能力;然後,創建瞭新型的變異算子,對待變異的特徵值產生一箇椒鹽擾動,使該值在小範圍內浮動,以便提高跼部搜索能力和算法的收斂速度;最後,將該算法應用到基于最小交扠熵的圖像高維多閾值分割中.高維多閾值分割實驗結果錶明,本文提齣的BBOD算法能夠穫得最優的閾值嚮量,運行速度、性能指標均優于標準的生物地理學優化(BBO)算法,基于變異的生物地理學優化(BBOM)算法、FFA (Firefly Algorithm)和CSA (Cuckoo Search Algorithm),運行速度是FFA的5倍以上.該算法更適用于基于最小交扠熵的高維多閾值優化選擇.
침대고유다역치도상분할중존재적다역치수색문제,제출료일충동태천이화초염변이융합적생물지이학우화산법(BBOD).수선,구건료일충기우동태우동적천이산자,대후선해중몰유발생천이조작적특정치첨가일개동태적우동인자,사충군적다양성증가,종이제고전국수색능력;연후,창건료신형적변이산자,대대변이적특정치산생일개초염우동,사해치재소범위내부동,이편제고국부수색능력화산법적수렴속도;최후,장해산법응용도기우최소교차적적도상고유다역치분할중.고유다역치분할실험결과표명,본문제출적BBOD산법능구획득최우적역치향량,운행속도、성능지표균우우표준적생물지이학우화(BBO)산법,기우변이적생물지이학우화(BBOM)산법、FFA (Firefly Algorithm)화CSA (Cuckoo Search Algorithm),운행속도시FFA적5배이상.해산법경괄용우기우최소교차적적고유다역치우화선택.