首页|基于莱维飞行麻雀搜索优化的Otsu多阈值图像分割

基于莱维飞行麻雀搜索优化的Otsu多阈值图像分割

扫码查看
原文链接
  • NETL
  • NSTL
  • 万方数据
  • 维普
群智能算法优化多阈值图像分割策略,易陷入局部最优,搜索精度不高.将莱维飞行扰动策略融入麻雀种群觅食的搜索优化过程,以增加图像分割空间搜索的多样性,从而提高分割精度,避免搜索过程陷入局部最优;同时嵌入Sin混沌搜索机制,改进种群初始化策略,加强搜索性能.最终实现多阈值图像分割的应用性能提升,在保持算法全局寻优能力的基础上大幅度提高收敛速度和求解精度.对经典的图像多阈值分割的实验结果表明,本文方法相比于传统的智能优化策略,在寻优率和分割精度方面提升显著,收敛能力强.
Otsu multi threshold image segmentation based on Levy flight sparrow search optimization

马卫、朱娴、李微微

展开 >

南京旅游职业学院酒店管理学院大数据技术教研室,江苏 南京 211100

南京理工大学紫金学院计算机学院

河海大学计算机与信息学院

多阈值图像分割 麻雀搜索算法 莱维飞行扰动 群智能优化

江苏省高校自然科学基金江苏省高校哲学社会科学研究项目江苏省高校哲学社会科学研究项目江苏省高校"青蓝工程"学术带头人项目国家文化和旅游部文化艺术职业教育和旅游职业教育提质培优行动计划"双师型"师资培养扶持项目江苏省社科应用研究精品工程课题江苏省职业改革研究课题科研创新团队资助项目

17KJB5200132020SJA07942021SJA07822021TZPYSS22SYB-117ZYB6012021KYTD04

2023

10.16644/j.cnki.cn33-1094/tp.2023.04.016

计算机时代
浙江省计算技术研究所　浙江省计算机学会

计算机时代

影响因子：0.411
ISSN：1006-8228
年,卷(期)：2023.(4)
  • 7