典型文献
改进海鸥算法的多阈值图像分割算法
文献摘要：
为进一步提高图像分割精度,改善传统多阈值图像分割方法计算量大、分割慢的问题,提出了改进海鸥算法(improved seagull optimization algorithm,ISOA)的多阈值图像分割方案.针对原始海鸥算法(seagull optimization algorithm,SOA)存在早熟、寻优精度不足的问题,首先,采用cubic混沌映射优化初始解,提高搜索效率;其次,引入鹰栖息优化算法(eagle perching optmizer,EPO)的缩放因子和疯狂算子进行扰动,并与麻雀搜索算法(sparow search algorithm,SSA)警戒者的位置更新相结合,优化寻优精度和收敛速度,避免陷入局部最优.利用6种基准测试函数对ISOA进行寻优性能测试.最后,将ISOA与图像分割的最优阈值选取相结合,进行基于Otsu的多阈值图像分割,并与现有分割算法进行对比.仿真结果表明,ISOA在基于Otsu的图像分割中,100％取得了最优值,且80.9％的结果优于其余算法,使图像的分割精度和质量均得到了优化.
文献关键词：
改进海鸥算法(ISOA);多阈值;图像分割;cubic混沌映射;鹰栖息优化算法(EPO)
中图分类号：
作者姓名：
卢建宏;刘海鹏;王蒙
作者机构：
昆明理工大学信息工程与自动化学院,云南昆明650500
文献出处：
引用格式：
[1]卢建宏;刘海鹏;王蒙-.改进海鸥算法的多阈值图像分割算法)[J].光电子·激光,2022(09):932-939
A类：
optmizer,疯狂算子,sparow
B类：
海鸥算法,多阈值,图像分割算法,分割方法,计算量,improved,seagull,optimization,algorithm,ISOA,早熟,寻优精度,cubic,混沌映射,初始解,搜索效率,栖息,eagle,perching,EPO,缩放因子,麻雀搜索算法,search,SSA,警戒,位置更新,收敛速度,局部最优,基准测试函数,寻优性能,最优阈值,阈值选取,Otsu,最优值
AB值：
0.32931
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
