免费论文摘要：搀和蛙跳算法在图像多阈值分隔中的运用接洽

搀和蛙跳 (Shuffled Frog Leaping，简称SFL)算法是21世纪爆发的新式集体智能优化算法之一。该算法沿用全部探求与限制探求相贯串的探求战略，具备高效并行的探求本领，但因算法提出功夫对立较晚，其在图像处置范围的运用还对立较少。正文以SFL算法为接洽东西，深刻领会该算法的探求体制和基础道理，并将其胜利引入到图像多阈值分隔本领中。正文的革新性功效重要展现在：(1) 运用SFL算法并行寻优的特性，提出鉴于SFL算法的图像多阈值分隔本领。该本领以最大类间方差法(Otsu法)动作SFL算法的符合度因变量，来评介探求进程中每只田鸡所代办分隔阈值的是非，并启发蛙群迫近最优解。试验截止表白，所提本领不只不妨获得较为理念的图像多阈值分隔功效，并且与鉴于人为鱼群(Artificial Fish Swarm，简称AFS)算法的图像多阈值分隔本领比拟，在分隔品质和分隔速率上面均具备鲜明上风，更加符合于处置图像的多阈值分隔题目。(2) 给出一种鉴于多个别朦胧感知的矫正搀和蛙跳算法(简称MFP搀和蛙跳算法)，并提出鉴于MFP搀和蛙跳算法的图像多阈值分隔本领。MFP搀和蛙跳算法不只将SFL算法中的个别疏通的参考消息源举行扩充，并且引入朦胧遏制思维革新个别，使算法可随迭代度数动静安排暂时个别的腾跃步长，保护算法的精巧性；同声将族群内贯串革新最差蛙矫正为革新族群内一切蛙，以普及种群迁移功效。试验截止表白，所提本领以Otsu法动作MFP搀和蛙跳算法的符合度因变量，用来分隔医术图像时，在最好分隔阈值的采用、分隔功夫、算法宁静性及分隔品质等上面比鉴于基础SFL算法、PSO算法、ABC算法及AFS算法的分隔本领有鲜明上风，更加符合于阈值个数较多的分隔。(3) 给出一种鉴于免疫性进化及边境变异的矫正搀和蛙跳算法(简称IEBM搀和蛙跳算法)，并提出鉴于IEBM搀和蛙跳算法的图像多阈值分隔本领。IEBM搀和蛙跳算法模仿免疫性进化思维，在历次迭代进程中对蛙群中的最优蛙个别进前进化计划，以加快最优解的爆发；经过边境变异思维保护个别居于探求域内，又克复会合在边境或堕入限制最优；同声运用朦胧遏制思维动静遏制田鸡腾跃范畴。试验截止表白，所提本领辨别以Otsu法和最大熵法(Kapur法)为IEBM搀和蛙跳算法的符合度因变量，用来分隔医术图像时，跟着阈值个数的增加，较鉴于基础SFL算法、PSO算法、ABC算法及AFS算法的分隔本领展现出更好的出色性。

来源：半壳优胜育转载请保留出处和链接！

本文链接：http://www.87cpy.com/220171.html