改进萤火虫优化算法的Renyi熵污油图像分割
针对传统Renyi熵方法在分割污油图像时存在图片差距大、无法根据不同图片进行最优分割的问题,提出改进萤火虫算法对二维Renyi熵分割算法中的α值进行寻优来解决上述问题.分析了采集的污油图片特点以及对污油图片进行分割的必要性;针对多目标寻优精度不高和后期收敛速度较慢的问题,对萤火虫算法进行了改进,并对初始萤火虫位置进行混沌优化处理,使结果达到全局最优;利用基于改进萤火虫算法的Renyi熵图像分割算法对采集的污油图片进行阈值分割实验,并与二维Renyi熵分割、粒子群算法(PSO)Renyi熵分割方法进行比较.实验结果表明:本文提出的算法可以有效地对污油区域进行分割,能够快速地实现复杂图像的精确处理.
污油图像处理、阈值分割、萤火虫算法、二维Renyi熵、混沌优化、多目标寻优、适应度学习、全局优化
15
TP391.41(计算技术、计算机技术)
中央高校基本科研业务费专项资金项目;国家自然科学基金项目;黑龙江省研究生教育创新工程项目
2020-08-19(万方平台首次上网日期,不代表论文的发表时间)
共7页
367-373