基于改进布谷鸟算法的火焰图像阈值分割算法

发布时间：2018-07-13 13:33

【摘要】：提出了改进的布谷鸟算法.在改进算法中,首先利用混沌理论进行种群的初始化,提高了种群的多样性.然后自适应选择利用莱维随机游走或者改进的蛙跳算法局部搜索方式更新新的解,提高了算法的局部搜索能力和算法的收敛速度.与其他算法相比较,改进算法显示了其强大的优化精度和高速度性,提高了图像的分割效率.
[Abstract]:An improved cuckoo algorithm is proposed. In the improved algorithm, the chaos theory is first used to initialize the population, which improves the diversity of the population. Then the local search method of Levy random walk or the improved leapfrog algorithm is used to update the new solution, which improves the local search ability of the algorithm and the convergence speed of the algorithm. Compared with other algorithms, the improved algorithm shows its strong optimization accuracy and high speed, and improves the efficiency of image segmentation.
【作者单位】： 内蒙古科技大学信息工程学院;
【分类号】：TP391

【相似文献】

相关会议论文 前1条

1 仇红娟;杜大军;邱道尹;;模糊阈值分割算法在烧结机尾断面图像处理中的应用[A];科技、工程与经济社会协调发展——河南省第四届青年学术年会论文集（上册）[C];2004年

相关博士学位论文 前3条

1 林正春;无准则多维图像阈值分割算法——最优进化算法[D];华南理工大学;2010年

2 魏巍;噪声和不均匀光照图像阈值分割技术研究[D];吉林大学;2011年

3 龙建武;图像阈值分割关键技术研究[D];吉林大学;2014年

相关硕士学位论文 前10条

1 黄莅辰;非均匀光照下文本图像分割算法研究[D];湖南科技大学;2015年

2 安妮;基于局部自适应阈值分割算法的高压线图像检测方法[D];武汉工程大学;2015年

3 张赫;基于波谷相对信息的阈值分割算法研究[D];吉林大学;2015年

4 许鑫;无适度图像阈值分割算法—最优蜜源算法（ONSA）[D];长安大学;2012年

5 龙建武;基于Otsu的图像阈值分割算法的研究[D];吉林大学;2011年

6 李静;降落岩石骨料图像阈值分割算法的研究[D];湖南师范大学;2004年

7 朱磊;自适应阈值分割技术及在工业视觉检测中的应用[D];江南大学;2014年

8 周海兵;基于GPU加速的Otsu图像阈值分割算法实现[D];大连理工大学;2009年

9 谢鹏鹤;图像阈值分割算法研究[D];湘潭大学;2012年

10 褚巧龙;基于Otsu的图像阈值分割算法的研究[D];燕山大学;2011年

，

本文编号：2119544