递推人工蜂群的模糊划分熵多阈值分割算法

10 现在的位置：首页 > 期刊导读 > 2012 > 10 >

【作者】尹诗白 [1] ; 赵祥模 [1] ; 王卫星 [1] ; 王一斌 [2]

【关键词】图像分割多阈值模糊划分熵人工蜂群递推

【摘要】针对图像分割中模糊划分熵算法在多阈值选取时存在的效率低、计算重复的问题,提出了一种递推人工蜂群的模糊划分熵多阈值分割算法（RAFPEA）.首先选择附加边界条件及灰度权重的隶属函数来构建图像的模糊熵模型,并将该模型中不同变量的组合计算转化为递推过程,进而保存此过程中不重复的瞬间递推值,然后引入人工蜂群算法,利用预存的递推结果来计算蜂群寻优时的个体适应度值,从而减少重复计算,达到快速寻优的目的.实验结果表明：RAFPEA的均一度与精确的穷举模糊划分熵法相同,但运行时间仅为穷举、遗传的模糊划分熵算法的5%;随着阈值数量的增加,运行时间稳定不变,在确保精度的前提下,可高效地对图像进行多阈值分割.

上一篇：重叠Nakagami-m信道协作通信最优功率分配方案
下一篇：多输入多输出非线性系统Volterra频域核的非参数辨识方法

10 现在的位置：首页 > 期刊导读 > 2012 > 10 >

递推人工蜂群的模糊划分熵多阈值分割算法

【作者】 尹诗白 [1] ; 赵祥模 [1] ; 王卫星 [1] ; 王一斌 [2]

【关键词】 图像分割 多阈值 模糊划分熵 人工蜂群 递推

【作者】尹诗白 [1] ; 赵祥模 [1] ; 王卫星 [1] ; 王一斌 [2]

【关键词】图像分割多阈值模糊划分熵人工蜂群递推