蝙蝠优化的二维Tsallis熵多阈值SAR图像分割

发布时间：2023-09-18 18:40

　　针对智能优化SAR图像分割算法存在计算量大、易陷入局部最优、分割精度不够等问题,融合蝙蝠算法和二维Tsallis熵多阈值,提出了一种蝙蝠优化的二维Tsallis熵多阈值SAR图像分割算法。算法利用立方映射均匀化初始蝙蝠种群,引入Levy飞行特征加强算法跳出局部最优能力,使用Powell局部搜索加快算法收敛等3方面改进蝙蝠算法;同时将二维Tsallis熵单阈值分割方法扩展到多阈值分割,建立基于多阈值的选取方法,并结合改进的蝙蝠算法,将二维Tsallis熵多阈值应用于SAR图像分割中。仿真结果表明,与其他智能优化分割算法相比,本分割算法在边缘处理和分割精度上都有明显优势。

【文章页数】：8 页

【文章目录】：
0 引言
1 基于Tsallis熵图像分割
    1.1 二维单阈值Tsallis熵分割
    1.2 二维多阈值Tsallis熵分割
2 蝙蝠算法及其改进
    2.1 蝙蝠算法
    2.2 立方映射初始化蝙蝠种群
    2.3 Levy飞行特征局部寻优
    2.4 Powell局部搜索
3 仿真实验与对比分析
    3.1 改进蝙蝠算法的二维Tsallis熵多阈值分割
    3.2 对比分析寻优效果
    3.3 对比分析图像分割效果
4 结束语



本文编号：3848069