纯粹数学与应用数学

2022, v.38(03) 392-402

[打印本页] [关闭]
本期目录(Current Issue) | 过刊浏览(Past Issue) | 高级检索(Advanced Search)

基于改进双种群水母搜索算法的多阈值图像分割
Multi-threshold image segmentation based on improved double population jellyfsh search algorithm

王秋萍;李晓丹;戴芳;高婕;

摘要(Abstract):

提出一种基于改进双种群水母搜索(Improved Double Population Jellyfish Search, IDPJS)算法的多阈值图像分割法,以解决随着阈值数目的增加,传统的图像分割计算量呈指数级增长,分割时间消耗多的问题.首先,初始化两个水母种群P_1和P_2,执行基本的JS算法.在P_1中引入组合变异策略,两个种群进行交流学习以提高算法的收敛速度.接着,对当前最好解采用动态反向学习策略,防止算法陷入局部最优.其次,利用CEC2017基准函数对所提IDPJS算法进行测试,并与5种启发式算法进行比较,实验结果显示,所提算法精度高、稳定性好.最后,将其用于多阈值图像分割问题,分别在阈值个数为5, 7, 9的情况下进行测试实验,实验表明, IDPJS算法是解决多阈值图像分割问题的有效方法.

关键词(KeyWords): 水母搜索算法;多阈值分割;组合变异;交互学习;动态反向学习

Abstract:

Keywords:

基金项目(Foundation): 国家自然科学基金(61976176)

作者(Authors): 王秋萍;李晓丹;戴芳;高婕;

参考文献(References):

扩展功能
本文信息
服务与反馈
本文关键词相关文章
本文作者相关文章
中国知网
分享