您当前的位置:
首页 > 文献资料
所属专业:
头脑风暴算法文献资料
-
基于猫群优化算法的图像多阈值分割方法
针对现有的图像分割方法存在的精度低、稳定性较差的问题,提出了一种基于猫群优化算法的图像多阈值分割方法.本文将猫群优化算法(Cat Swarm Optimization,CSO)引入到图像分割中,以大类间方差作为猫群优化算法求解的适应度函数,利用猫群优化算法中猫的两种行为模式——搜寻模式和追踪模式来快速搜寻图像多阈值分割的佳阈值.实验表明,与粒子群优化算法(Particle Swarm Optimization,PSO)、头脑风暴算法(Brain Storm Optimization,BSO)和人工蜂群算法(Artificial Bee Colony,ABC)相比,CSO在图像分割时的精确性、收敛速度及稳定性上有显著优势.在3阈值图像分割时,所提方法找到优个体需要的平均迭代次数少,且稳定性比ABC、BSO和PSO分别提高了5%、10%和80%.