期刊文章详细信息
基于改进蝗虫优化算法的最大2维熵图像分割
Image segmentation of 2-D maximum entropy based on the improved grasshopper optimization algorithm
文献类型:期刊文章
ZHOU Jiao;WANG Li;CHEN Xiaoqing(Department ofInformation and Communication Engineering,College of Big Data and Information Engineering,Guizhou University,Guiyang 550025,China;School of Information Engineering,Guizhou University of Engineering Science,Bijie 551700,Guizhou,China)
机构地区:[1]贵州大学大数据与信息工程学院信息与通信工程系,贵阳550025 [2]贵州工程应用技术学院信息工程学院,贵州毕节551700
基 金:国家新工科实践资助(黔教高涵[2018]209号);贵州省教育厅创新群体重大研究资助(黔教合KY字[2016]057)
年 份:2020
期 号:8
起止页码:71-75
语 种:中文
收录情况:普通刊
摘 要:本文针对图像分割中阈值选取问题,将改进的蝗虫优化算法应用于图像分割阈值选取中,不仅减少了计算复杂度,并且提升了分割精确度。利用贝塔函数产生初始种群,在初始化过程中种群均匀性及多样性得以保证。引入两部分非线性惯性权重,第一部分促使种群在全局大范围精确地搜索,以便得到更为精确的解;第二部分主要应用于后期加快收敛,使算法快速跳出局部最优。利用经典基准函数进行了试验仿真验证,改进后的算法求解质量及收敛速度有较好的表现。
关 键 词:图像处理 蝗虫优化算法 最大2维熵 贝塔函数 非线性惯性权重
分 类 号:TP391.41] TP18[计算机类]
参考文献:
正在载入数据...
二级参考文献:
正在载入数据...
耦合文献:
正在载入数据...
引证文献:
正在载入数据...
二级引证文献:
正在载入数据...
同被引文献:
正在载入数据...