基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
阈值分割方法的关键在于阈值选取。阈值决定了图像分割结果的好与坏,随着阈值数量的增加,图像分割的计算过程越来越复杂。为了选取适当的阈值进行图像分割,文中提出了离散灰狼算法(Discrete Grey Wolf Optimizer,DGWO),即经过离散化处理的灰狼算法,并用该算法求解以Kapur分割函数为目标函数的全局优化问题。 DGWO算法具有很好的全局收敛性与计算鲁棒性,能够避免陷入局部最优,尤其适合高维、多峰的复杂函数问题的求解,并且可以很好地融合到图像分割过程当中。大量的理论分析和仿真实验的结果表明,与遗传算法( GA)、粒子群算法( PSO)的图像分割结果相比,在选取多张分割图像、多个分割阈值的情况下,该算法具有更好的分割效果,更高的分割效率,优化得到的阈值范围更加稳定,分割质量更高。
推荐文章
基于粒子群优化算法和模糊熵的多级阈值图像分割算法
图像分割
粒子群优化算法
模糊熵
香农熵
鲁棒性
目标函数
基于鱼群算法的图像阈值分割
人工鱼群算法
图像分割
二维Otsu方法
基于道路图像的阈值分割算法的研究
车辆导航
图像分割
最优阈值分割算法
基于免疫遗传算法的图像阈值分割
图像分割
阈值
免疫遗传算法
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于离散灰狼算法的多级阈值图像分割
来源期刊 计算机技术与发展 学科 工学
关键词 图像分割 优化算法 离散灰狼算法 Kapur熵
年,卷(期) 2016,(7) 所属期刊栏目 智能、算法、系统工程
研究方向 页码范围 30-35
页数 6页 分类号 TP301.6
字数 4151字 语种 中文
DOI 10.3969/j.issn.1673-629X.2016.07.007
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 许斌 22 68 5.0 6.0
2 亓晋 20 85 5.0 7.0
3 王钛 南京邮电大学自动化学院 1 12 1.0 1.0
4 李林国 1 12 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (12)
共引文献  (18)
参考文献  (11)
节点文献
引证文献  (12)
同被引文献  (37)
二级引证文献  (11)
1984(1)
  • 参考文献(0)
  • 二级参考文献(1)
1985(1)
  • 参考文献(1)
  • 二级参考文献(0)
1986(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(1)
  • 参考文献(1)
  • 二级参考文献(0)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(3)
  • 参考文献(0)
  • 二级参考文献(3)
2006(3)
  • 参考文献(0)
  • 二级参考文献(3)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(2)
  • 参考文献(0)
  • 二级参考文献(2)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(2)
  • 参考文献(2)
  • 二级参考文献(0)
2013(2)
  • 参考文献(2)
  • 二级参考文献(0)
2014(3)
  • 参考文献(3)
  • 二级参考文献(0)
2016(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2017(3)
  • 引证文献(3)
  • 二级引证文献(0)
2018(7)
  • 引证文献(7)
  • 二级引证文献(0)
2019(9)
  • 引证文献(1)
  • 二级引证文献(8)
2020(4)
  • 引证文献(1)
  • 二级引证文献(3)
研究主题发展历程
节点文献
图像分割
优化算法
离散灰狼算法
Kapur熵
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机技术与发展
月刊
1673-629X
61-1450/TP
大16开
西安市雁塔路南段99号
52-127
1991
chi
出版文献量(篇)
12927
总下载数(次)
40
总被引数(次)
111596
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导