递推人工蜂群的模糊划分熵多阈值分割算法
针对图像分割中模糊划分熵算法在多阈值选取时存在的效率低、计算重复的问题,提出了一种递推人工蜂群的模糊划分熵多阈值分割算法(RAFPEA).首先选择附加边界条件及灰度权重的隶属函数来构建图像的模糊熵模型,并将该模型中不同变量的组合计算转化为递推过程,进而保存此过程中不重复的瞬间递推值,然后引入人工蜂群算法,利用预存的递推结果来计算蜂群寻优时的个体适应度值,从而减少重复计算,达到快速寻优的目的.实验结果表明:RAFPEA的均一度与精确的穷举模糊划分熵法相同,但运行时间仅为穷举、遗传的模糊划分熵算法的5%;随着阈值数量的增加,运行时间稳定不变,在确保精度的前提下,可高效地对图像进行多阈值分割.
图像分割、多阈值、模糊划分熵、人工蜂群、递推
46
TP391.4(计算技术、计算机技术)
国家自然科学基金资助项目50978030;新世纪优秀人才计划资助项目NCET-05-0849;中央高校基本科研业务费专项资金资助项目CHD2010ZY003
2013-01-07(万方平台首次上网日期,不代表论文的发表时间)
共6页
72-77