摘要
针对数字图像分割常见算法存在计算量大、分割精度低等问题,在此提出一种基于多混沌系统与人工蜂群、杜鹃搜索算法结合最大二维熵进行图像分割的算法。结合杜鹃搜索算法避免局部最优、控制参数少、收敛快等优点在图像分割时得到初始位置,后期在人工蜂群优化阶段使用多混沌系统对其进行随机干扰,实现基于多混沌人工蜂群和杜鹃搜索算法的最大二维熵图像分割。实验结果表明:改进后的算法在实现图像分割时表现出分割目标效果好、收敛快等特性。
引文
[1]周莉莉,姜枫.图像分割方法综述研究[J].计算机应用研究(网络优先版),2016,34.
[2]阿里木.赛买提,杜培军,柳思聪.基于人工蜂群优化的二维最大熵图像分割[J].计算机工程,2015,38(9):223-225.
[3]叶志伟,王明威,刘伟,等.基于杜鹃搜索和二维Fishe准则的图像分割方法[J].湖南科技大学学报(自然科学版)2016,31(1):73-75.
[4]叶志伟,王明威,靳华中,等.基于混合杜鹃搜索算法的图像二维熵阈值方法[J].计算机仿真,2015,32(10):287-288.
[5]吴定海,张培林,李胜,等.基于混沌变异的自适应双粒子群优化[J].控制与决策,2011,26(7):1084-1086.
[6]程毕芸,鲁海燕,徐向平,等.求解旅行商问题的改进局部搜索混沌离散粒子群优化算法[J].计算机应用,2016,36(1):138-140.
[7]谭跃,谭冠政,邓曙光.基于遗传交叉和多混沌策略改进的粒子群优化算法[J].计算机应用研究,2016,12(33):1660-1663.
[8]庹谦.最大熵结合遗传算法的图像阈值分割算法研究[D].昆明:昆明理工大学,2016.
[9]李锋,阚建霞.基于Sobel算子的图像快速二维最大熵阈值分割算法[J].计算机科学,2015,6A(42):209-210.
[10]李康顺,李茂民,张文生.一种基于改进遗传算法的图像分割方法[J].计算机应用研究,2009,26(11):4364-4366.
[11]何春华,胡迎春.基于改进遗传算法的自动阈值图像分割方法[J].计算机仿真,2011,28(2):314-315.
[12]X S Yang,S Deb.Cuckoo search via Levy flights[C].Proceed-ings of the World Congress on Nature&Biologically Inspired Com-puting(Na BIC 2009),December 2009,India,IEEEPublica-tions,USA,2009:210-214.
[13]X S Yang,S Deb.Engineering optimization by cuckoo search[J].Int.J.Mathematical Modelling and Numerical Optimisation.2010,1(4):330-343.
[14]Karaboga D,Basturk B.On the Performance of Artificial Bee Colony(ABC)Algorithm[J].Applied Soft Computing,2008,8(1):687-697.
[15]Karaboga D.An Idea Based on Honey Bee Swarm for Numerical Optimization[D].Kayseri,Turkey:Erciyes University,2005.
[16]张石,董建威,佘黎煌.医学图像分割算法的评价方法[J].中国图象图形学报,2009,14(9):1872-1874.