针对传统图像多阈值分割法计算代价随阈值数呈指数增长、分割效率低等问题，提出基于改进鬣狗优化算法结合Tsallis熵的多阈值分割算法。为提高鬣狗觅食的精度和效率，利用混沌映射优化初始种群，提升种群丰富性；设计非线性收敛因子调节机制，均衡全局搜索和局部开采；引入邻域重心对立学习提高全局寻优能力，改善局部最优缺陷。将改进鬣狗优化算法应用于图像分割最优阈值求解问题上，以Tsallis熵评估搜索个体质量优劣。实验结果表明，该算法在图像分割效率和分割精度上都具有明显优势。
科研之友
微信
新浪微博
Facebook
分享链接
