科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对传统图像多阈值分割方法存在效率低、分割质量差等问题，提出一种改进?鱼优化算法并结合熵测度(weight lens remora optimization algorithm， WLROA)的图像多阈值分割方法。首先，针对?鱼优化算法易陷入局部极值等缺陷，引入透镜成像反向学习策略，生成透镜反向解来增加种群多样性，进而提高算法跳出局部极值能力。其次，提出一种自适应权重因子，对个体位置进行自适应扰动，提高算法探索能力。以最小化交叉熵作为优化目标，利用WLROA确定最小交叉熵并获得相应分割阈值。选取部分伯克利大学分割数据集图像和遥感图像测试提出算法的分割性能，测试结果表明：WLROA与其他知名算法相比具有更好的分割效果，能够有效实现复杂图像的精确处理。
