基于通用學(xué)習(xí)均衡優(yōu)化器的多閾值圖像分割

摘要： 傳統(tǒng)的元啟發(fā)式多閾值圖像分割算法計(jì)算復(fù)雜度高且容易陷入局部最優(yōu)，通用學(xué)習(xí)均衡優(yōu)化器在搜索過程中使粒子從不同維度的候選粒子中學(xué)習(xí)，在求解復(fù)雜問題最優(yōu)解時(shí)有很強(qiáng)的能力，克服了容易陷入局部最優(yōu)的問題。提出將通用學(xué)習(xí)均衡優(yōu)化算法優(yōu)化最大類間方差法來實(shí)現(xiàn)多閾值圖像分割，實(shí)驗(yàn)選擇標(biāo)準(zhǔn)灰度圖像，以峰值信噪比、結(jié)構(gòu)相似度、運(yùn)行時(shí)間和適應(yīng)度值為評(píng)價(jià)標(biāo)準(zhǔn)，將該算法與均衡優(yōu)化算法、粒子群優(yōu)化算法進(jìn)行... （共6頁）