10.14132/j.cnki.1673-5439.2019.02.013
基于协同进化教与学优化算法的图像分割
提出了一种基于协同进化教与学优化(Co-evolutionary Teaching-and-Learning based Optimization,CTLBO)算法的二维最大熵多阈值分割方法.首先,给出了二维熵多阈值分割的最优化模型.然后,针对教与学优化(Teaching-and-Learning based Optimization,TLBO)算法存在的早熟收敛和停滞问题,提出了一种CTLBO算法,并将该算法应用于二维熵多阈值分割最优化模型的求解.该算法将整个班级分为多个子班级,每个子班级的学员同时向所有子班级的老师学习,从而提高种群多样性.此外,每隔一定的代数,各子班级的老师组成新的班级进行信息交流,从而提高收敛速度.最后,应用仿真实验对所提方法的有效性和可行性进行了验证.实验结果表明:与基于传统TLBO算法及其相关改进算法、粒子群算法的图像分割方法相比,所提方法具有更好的优化能力和分割性能.
图像分割、二维最大熵、教与学优化算法、协同进化算法
39
TP391(计算技术、计算机技术)
江苏省自然科学基金BK20170914,BK20160910;南京邮电大学校级科研基金NY215047,NY217059,NY214114;国家自然科学基金61806100,61701260,61502250
2019-06-18（万方平台首次上网日期，不代表论文的发表时间）
共7页
84-90
