改进果蝇算法优化二维熵火灾图像分割方法

发布时间：2021-01-07 07:17

　　针对火灾图像分割中二维熵阈值分割方法计算量大、运行时间长、阈值选取不够准确导致分割精度不高等缺点,基于果蝇算法的寻优过程提出改进方法。结合果蝇算法和逻辑函数自适应调整果蝇算法的搜索距离,果蝇种群根据改进搜索距离在二维灰度空间内搜索图像分割阈值,通过优化和迭代果蝇的位置找到最佳分割阈值分割图像。将该方法和二维最大熵方法、遗传算法优化二维熵分割方法的结果进行对比。实验结果表明,改进果蝇算法优化二维熵阈值分割方法在分割效果、阈值选取的准确度和运行时间方面均优于遗传算法,提高了火灾图像的分割精度,且抗噪性能好,具有良好的有效性和实时性。 

【文章来源】：北京信息科技大学学报(自然科学版). 2019,34(03)

【文章页数】：5 页

【文章目录】：
0 引言
1 二维最大熵图像分割算法
2 改进果蝇算法优化二维熵分割方法
    2.1 果蝇算法
    2.2 改进果蝇算法搜索二维熵图像分割阈值
3 实验仿真
    3.1 实验结果与分析
    3.2 分割结果评价
4 结束语


【参考文献】：
期刊论文
[1]An improved fruit fly optimization algorithm for solving traveling salesman problem[J]. Lan HUANG,Gui-chao WANG,Tian BAI,Zhe WANG.  Frontiers of Information Technology & Electronic Engineering. 2017(10)
[2]新型改进果蝇优化算法[J]. 丁国绅,邹海.  计算机工程与应用. 2016(21)
[3]区域拟合的背景去除图像分割模型[J]. 陈鹏翔,杨晟院.  中国图象图形学报. 2016(06)
[4]基于距离灰度补偿的改进最大熵红外图像分割[J]. 张婕,王颖.  半导体光电. 2016(01)
[5]基于Sobel算子的图像快速二维最大熵阈值分割算法[J]. 李锋,阚建霞.  计算机科学. 2015(S1)
[6]萤火虫算法优化最大熵的图像分割方法[J]. 吴鹏.  计算机工程与应用. 2014(12)
[7]基于人工蜂群优化的二维最大熵图像分割[J]. 阿里木·赛买提,杜培军,柳思聪.  计算机工程. 2012(09)



本文编号：2962149