基于改进正余弦优化算法的多阈值图像分割

• 作者: 康立飞 彭晓旭 李金夺 贾鹤鸣 邢致恺 郎春博
• 来源期刊: 计算机应用研究
• 关键词: 正余弦算法 多阈值图像分割 混沌初始化 自适应 反向学习
• 年，卷（期）: 2020,（4）
• 所属期刊栏目: 图形图像技术
• 页码范围: 1215-1220
• 页数: 6页
• 分类号: TP391.41
• 语种: 中文
• DOI: 10.19734/j.issn.1001-3695.2018.10.0779

摘要

针对多阈值图像分割方法计算量大、分割精度低的问题,提出了基于改进正余弦算法(improved sine co-sine algorithm,ISCA)的多阈值图像分割方法.首先对种群进行混沌初始化来提高初始种群质量;其次根据粒子适应度值的大小自适应地调整参数;最后引入反向学习策略并择优选取粒子.伯克利图像和植物冠层图像分割实验的结果表明,该算法的运行时间较短,而且分割精度较高,具有较强的鲁棒性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	贾鹤鸣	东北林业大学机电工程学院	126	543	13.0	18.0
2	邢致恺	东北林业大学机电工程学院	14	32	3.0	5.0
3	李金夺	东北林业大学机电工程学院	14	13	3.0	3.0
4	彭晓旭	东北林业大学机电工程学院	17	14	3.0	3.0
5	康立飞	东北林业大学机电工程学院	7	9	2.0	3.0
6	郎春博	东北林业大学机电工程学院	5	10	2.0	3.0