基于多策略融合的灰狼算法的多阈值图像分割
为充分利用灰狼算法良好的搜索能力并进一步提升算法的收敛速度和计算精度,提出融合多种策略的灰狼算法,分割Renyi熵多阈值图像.文章提出非线性收敛因子,提高算法收敛性;采用自适应搜索策略,自动调整迭代初期和后期的头狼等级划分方式,对个体位置更新范围进行前期扩展和后期压缩,从而加快了寻优速度;应用柯西变异策略,帮助种群跳出局部极值;对比分析此算法与其他元启发式算法的多阈值分割方法.结果表明:所提算法在同样迭代次数下,得到最低的适应度值,且迭代曲线下降速度最快;当达到与次优算法相同的最小收敛值时,迭代次数平均可节省 64.2%;在峰值信噪比和特征相似性分割指标上,得到至少一项最高分.
灰狼算法、自适应搜索、柯西变异、Renyi熵、多阈值分割
38
TP391(计算技术、计算机技术)
山东建筑大学博士科研基金项目X19021Z0101
2023-08-29(万方平台首次上网日期,不代表论文的发表时间)
共8页
39-46