首页|基于IWOA算法的Tsallis相对熵图像多阈值分割

基于IWOA算法的Tsallis相对熵图像多阈值分割

Multi-threshold image segmentation based on Tsallis relative entropy based on IWOA algorithm

扫码查看
原文链接
  • NETL
  • NSTL
  • 维普
  • 万方数据
针对传统鲸鱼算法收敛速度慢,容易陷入局部最优的缺点,提出了一种基于改进鲸鱼优化算法(improved whale op-timized algorithm,IWOA)的Tsallis相对熵的图像多阈值分割算法.首先在初始化阶段引入类随机采样方法中的Sobol序列,增加种群的多样性和遍历性;其次,引入黄金分割数优化WOA的寻优方式,从而协调算法的全局探索与局部开发能力;最后,引入一种基于高斯函数的惯性权重,提高了算法的收敛效率,并将其与Tsallis相对熵的图像多阈值分割相结合,提高了分割的速度与精度.将经典的OTSU算法和基于最大熵的多阈值分割法与所提算法进行对比测试,结果表明所提算法分割效果好、速度快,能够用于图像的多阈值分割.

汤弘毅、徐武、杨昊东、徐浩东

展开 >

云南民族大学 电气信息工程学院,昆明650000

陕西长庆专用车制造有限公司,咸阳712000

鲸鱼优化算法 Sobol序列 黄金分割 Tsallis相对熵 多阈值分割

国家自然科学基金云南省民族委员会项目

U1802271

2022

10.11917/j.issn.1673-4807.2022.01.014

江苏科技大学学报(自然科学版)
江苏科技大学

江苏科技大学学报(自然科学版)

北大核心
影响因子：0.373
ISSN：1673-4807
年,卷(期)：2022.36(1)
  • 1
  • 8