动态迁移和椒盐变异融合生物地理学优化算法的高维多阈值分割

来源 :光学精密工程 | 被引量 : 52次 | 上传用户:tanmh
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
针对高维多阈值图像分割中存在的多阈值搜索问题,提出了一种动态迁移和椒盐变异融合的生物地理学优化算法(BBOD)。首先,构建了一种基于动态扰动的迁移算子,对候选解中没有发生迁移操作的特征值添加一个动态的扰动因子,使种群的多样性增加,从而提高全局搜索能力;然后,创建了新型的变异算子,对待变异的特征值产生一个椒盐扰动,使该值在小范围内浮动,以便提高局部搜索能力和算法的收敛速度;最后,将该算法应用到基于最小交叉熵的图像高维多阈值分割中。高维多阈值分割实验结果表明,本文提出的BBOD算法能够获得最优的阈值向量
其他文献
激光治疗是通过对生物体所产生的光化、刺激、热作用和电磁效应等用于疾病的治疗。我院采用SVN-DOM-300/B型半导体激光治疗机治疗股骨头缺血性坏死,取得较好的疗效,现将治疗
目的分析扶正涤痰散结汤治疗结核性包裹性胸腔积液的临床疗效。方法100例结核性包裹性胸腔积液的患者随机分为治疗组(60例)和对照组(40例),两组均采用抗结核治疗,治疗组加服扶正涤
为提高复杂环境下TLD(Tracking-Learning-Detection)算法的跟踪精度和速度,提出基于二值化规范梯度(BING)的高效TLD目标跟踪算法。在跟踪器中引入基于时空上下文的局部跟踪器失败预测方法和全局运动模型评估算法,提高了跟踪器准确度和鲁棒性;用BING算法取代滑动窗口搜索策略,结合级联分类器实现目标检测,减少了检测器的检测范围,提高了检测的处理速度;将训练样本权重整合到在线