針對火災圖像分割中二維熵閾值分割方法計算量大、運行時間長、閾值選取不夠準確導致分割精度不高等缺點,基于果蠅算法的尋優(yōu)過程提出改進方法。結合果蠅算法和邏輯函數(shù)自適應調整果蠅算法的搜索距離,果蠅種群根據(jù)改進搜索距離在二維灰度空間內搜索圖像分割閾值,通過優(yōu)化和迭代果蠅的位置找到最佳分割閾值分割圖像。將該方法和二維最大熵方法、遺傳算法優(yōu)化二維熵分割方法的結果進行對比。實驗結果表明,改進果蠅算法優(yōu)化二維熵閾值分割方法在分割效果、閾值選取的準確度和運行時間方面均優(yōu)于遺傳算法,提高了火災圖像的分割精度,且抗噪性能好,具有良好的有效性和實時性。 

【文章來源】：北京信息科技大學學報(自然科學版). 2019,34(03)

【文章頁數(shù)】：5 頁

【文章目錄】：
0 引言
1 二維最大熵圖像分割算法
2 改進果蠅算法優(yōu)化二維熵分割方法
    2.1 果蠅算法
    2.2 改進果蠅算法搜索二維熵圖像分割閾值
3 實驗仿真
    3.1 實驗結果與分析
    3.2 分割結果評價
4 結束語


【參考文獻】：
期刊論文
[1]An improved fruit fly optimization algorithm for solving traveling salesman problem[J]. Lan HUANG,Gui-chao WANG,Tian BAI,Zhe WANG.  Frontiers of Information Technology & Electronic Engineering. 2017(10)
[2]新型改進果蠅優(yōu)化算法[J]. 丁國紳,鄒海.  計算機工程與應用. 2016(21)
[3]區(qū)域擬合的背景去除圖像分割模型[J]. 陳鵬翔,楊晟院.  中國圖象圖形學報. 2016(06)
[4]基于距離灰度補償?shù)母倪M最大熵紅外圖像分割[J]. 張婕,王穎.  半導體光電. 2016(01)
[5]基于Sobel算子的圖像快速二維最大熵閾值分割算法[J]. 李鋒,闞建霞.  計算機科學. 2015(S1)
[6]螢火蟲算法優(yōu)化最大熵的圖像分割方法[J]. 吳鵬.  計算機工程與應用. 2014(12)
[7]基于人工蜂群優(yōu)化的二維最大熵圖像分割[J]. 阿里木·賽買提,杜培軍,柳思聰.  計算機工程. 2012(09)



本文編號：2962149