• <tr id="yyy80"></tr>
  • <sup id="yyy80"></sup>
  • <tfoot id="yyy80"><noscript id="yyy80"></noscript></tfoot>
  • 99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

    基于IWOA算法的Tsallis相對(duì)熵圖像多閾值分割

    2022-04-21 08:04:12湯弘毅楊昊東徐浩東
    關(guān)鍵詞:閥值鯨魚種群

    湯弘毅,徐 武*,楊昊東,徐浩東

    (1.云南民族大學(xué) 電氣信息工程學(xué)院,昆明 650000)(2.陜西長(zhǎng)慶專用車制造有限公司,咸陽(yáng) 712000)

    圖像分割是指將圖像劃分成具有不同特性的區(qū)域,并提取出有用目標(biāo)區(qū)域的過程,是理解和分析圖像的重要前提,是圖像處理的重要環(huán)節(jié).目前,用于圖像分割的技術(shù)很多,大致分為基于邊界、基于區(qū)域、基于聚類以及基于閾值4類方法.基于閾值的方法是最簡(jiǎn)單、計(jì)算效率高且應(yīng)用最為廣泛的圖像分割方法之一.閾值技術(shù)的主要目的是找出用于圖像分割的閾值,如果圖像中有多個(gè)灰度值不同的區(qū)域,那么可以選擇一系列的閥值以將每個(gè)像素分到合適的類別中去.只用一個(gè)閥值分割稱為單閥值方法,用多個(gè)閥值分割則稱為多閥值方法.在單閾值法中,選擇一個(gè)閾值將圖像分割為目標(biāo)和背景;而在多級(jí)閾值法中,多個(gè)閾值被確定,并將圖像分割為多個(gè)區(qū)域[1].

    多閾值選擇屬于一個(gè)優(yōu)化問題,而傳統(tǒng)方法求解最佳閾值計(jì)算十分復(fù)雜耗時(shí).近年來(lái),由于群智能優(yōu)化算法在解決現(xiàn)實(shí)世界中高度非線性和多峰優(yōu)化問題的突出表現(xiàn)而受到廣泛關(guān)注,提出了一系列應(yīng)用群智能優(yōu)化算法來(lái)獲得最優(yōu)閾值的方法.文獻(xiàn)[2]提出了一種基于鯨魚優(yōu)化和蛾火焰優(yōu)化算法的多級(jí)閾值圖像分割方法,利用鯨魚優(yōu)化和蛾-火焰優(yōu)化兩種自然啟發(fā)算法來(lái)確定多級(jí)閾值情況下的最佳閾值,但是其控制參數(shù)較多,產(chǎn)生較大的計(jì)算復(fù)雜度.文獻(xiàn)[3]提出了一種基于灰狼優(yōu)化器的多級(jí)閾值處理方法,受到灰狼社交和狩獵行為的啟發(fā),利用Kapur熵和OTSU類間方差函數(shù)解決多級(jí)閾值問題,但是其存在收斂精度不夠的問題.文獻(xiàn)[4]提出了一種基于蛾群算法的多閾值圖像分割方法,該群智能優(yōu)化算法通過使用Kapur熵方法來(lái)降低最佳閾值的計(jì)算復(fù)雜度.文獻(xiàn)[5]提出了一種基于粒子群優(yōu)化算法和模糊熵的多級(jí)閾值圖像分割算法,通過選擇香農(nóng)熵和模糊熵作為優(yōu)化技術(shù)的目標(biāo)函數(shù),建立了基于粒子群優(yōu)化算法的多層次閾值分割模型,解決了模型收斂緩慢、計(jì)算成本高的問題.上述方法有效降低了計(jì)算復(fù)雜度,提高了收斂速度,但是存在高度依賴于初始控制參數(shù)值的問題.此外群智能尋優(yōu)算法有收斂速度慢,易陷入局部最優(yōu)的缺點(diǎn),需要對(duì)其進(jìn)行改進(jìn)方能得到滿意的分割結(jié)果.

    文中對(duì)經(jīng)典鯨魚優(yōu)化算法(whale optimized algorithm,WOA)進(jìn)行改進(jìn),提高了其收斂速度與全局尋優(yōu)能力,再將改進(jìn)鯨魚優(yōu)化算法(improved whale optimized algorithm,IWOA)與Tsallis相對(duì)熵多閾值分割結(jié)合,提出了基于改進(jìn)鯨魚優(yōu)化算法優(yōu)化的Tsallis相對(duì)熵的圖像多閾值分割算法.

    1 標(biāo)準(zhǔn)鯨魚優(yōu)化算法

    鯨魚是世界上最大的哺乳動(dòng)物,其中座頭鯨的捕獵方式尤為獨(dú)特,它們習(xí)慣于在水面附近進(jìn)食,座頭鯨在下潛之后開始圍繞獵物以螺旋形狀形成氣泡,最后回到水面進(jìn)行捕食.鯨魚優(yōu)化算法就是由這種特殊的捕獵方式啟發(fā)而來(lái)的,將待求解問題的解空間類比于鯨魚種群,每個(gè)不同的鯨魚個(gè)體就是待求解問題的不同解,但是并不是每個(gè)個(gè)體都是所求的最優(yōu)解,解決待求解問題的過程就是在不同個(gè)體中尋找最優(yōu)解的過程,在鯨魚優(yōu)化算法中個(gè)體通過隨機(jī)搜索、發(fā)泡網(wǎng)攻擊和收縮包圍3種方式不停的更新鯨魚個(gè)體的位置,不斷地尋找靠近最優(yōu)解,如此反復(fù)方能求得待求解問題的最優(yōu)解[6].

    其中鯨魚選擇的位置更新方式不定,當(dāng)參數(shù)|A|≤1時(shí),鯨魚個(gè)體遠(yuǎn)離隨機(jī)個(gè)體包圍獵物,趨向于最優(yōu)個(gè)體,當(dāng)參數(shù)|A|≥1時(shí),鯨魚個(gè)體被迫偏離獵物位置,以此搜尋更優(yōu)的獵物.當(dāng)參數(shù)|A|≤1時(shí)數(shù)學(xué)模型為:

    (1)

    式中:p∈[0,1];l為隨機(jī)數(shù),同時(shí)l∈[-1,1];D為當(dāng)前位置與最優(yōu)解的距離;D′=|X*(t)-X(t)|;b為螺旋常數(shù),令b=1.其中D=|C·X*(t)-X(t)|,其中t為當(dāng)前迭代次數(shù),X(t)為鯨魚在第t代的位置;X*(t)為獵物在第t代的位置向量;A=2?r1-?,C=2r2,其中r1、r2為隨機(jī)數(shù),并均勻分布在[0,1]上,?的最大值為2,最小值為0,并且線性遞減,定義為:

    (2)

    當(dāng)參數(shù)A滿足|A|≥1時(shí)數(shù)學(xué)模型為:

    X(t+1)=Xrand(t)-A·|C·Xrand(t)-X(t)|

    (3)

    式中:Xrand為隨機(jī)位置,以避免陷入局部最優(yōu).

    2 改進(jìn)鯨魚優(yōu)化算法

    2.1 基于Sobol序列初始化

    在處理分布未知的問題時(shí),種群的初始值應(yīng)當(dāng)盡可能地在搜索空間中均勻分布,以保證較高的遍歷性和多樣性,提升搜索效率.為提升全局搜索能力,可利用混沌搜索優(yōu)化初始化序列,但其存在兩點(diǎn)不足:一是隨機(jī)性強(qiáng),算法運(yùn)行時(shí)會(huì)面臨很大的不確定性;二是相鄰點(diǎn)緊密相關(guān),若迭代至不穩(wěn)定點(diǎn)則無(wú)法繼續(xù)運(yùn)行.

    低差異序列通過選擇合理的采樣方向,將盡可能均勻的點(diǎn)填充至多維超立方體單元,因此在處理概率問題時(shí),具有更高的效率和均勻性.其中,Sobol序列計(jì)算周期更短、采樣速度更快,并且在處理高維度序列上有更高的效率.因此,采用Sobol序列對(duì)初始化種群進(jìn)行映射[7].設(shè)最優(yōu)解的取值范圍為[xmin,xmax],Sobol序列產(chǎn)生的隨機(jī)數(shù)Kn∈[0,1],則種群初始位置可定義為:

    xn=xmin+Kn·(xmax-xmin)

    (4)

    相比偽隨機(jī)數(shù)序列,通過Sobol序列產(chǎn)生的初始化種群落入每個(gè)范圍內(nèi)的個(gè)體數(shù)量大致相同,分布更加均勻,遍歷性更廣[8].

    2.2 黃金正弦算法

    (5)

    式中:R1為[0,2π]隨機(jī)數(shù),決定下一迭代中個(gè)體的移動(dòng)距離;R2為[0,π]的隨機(jī)數(shù),決定下一次迭代第i個(gè)個(gè)體的位置更新方向.

    2.3 基于高斯函數(shù)的慣性權(quán)重

    在群智能尋優(yōu)算法中,慣性權(quán)重被用來(lái)調(diào)整之前位置對(duì)當(dāng)下位置的影響從而達(dá)到加強(qiáng)或者減弱算法的搜索能力的目的.設(shè)置遞減型慣性權(quán)重的原因是遞減函數(shù)在初期的值較大能獲得較大的權(quán)重,會(huì)加強(qiáng)之前位置對(duì)當(dāng)下位置的控制,降低了相對(duì)吸引度,達(dá)到加強(qiáng)算法的全局尋優(yōu)能力同時(shí)逐漸減弱局部搜索能力的目的.高斯函數(shù)是服從正態(tài)分布的函數(shù),其中a、b與c是實(shí)常數(shù),c被稱為高斯函數(shù)的擴(kuò)展函數(shù),與函數(shù)圖像的半峰和全寬有關(guān),其值越大高斯函數(shù)的函數(shù)圖像就越平坦反之則越陡峭.設(shè)計(jì)的基于高斯函數(shù)的遞減慣性權(quán)重為:

    (6)

    式中:k=0.13;l是一個(gè)常數(shù),用來(lái)調(diào)節(jié)函數(shù)的對(duì)稱軸,調(diào)整迭代初期出現(xiàn)較小權(quán)重的多少,此處l=0.5;取ωmax=0.8,ωmin=0.3.文中設(shè)置的ω(t)慣性權(quán)重函數(shù)基本服從正態(tài)分布,有利于提高算法的全局搜索尋優(yōu)能力和收斂速度使算法避免過早陷入局部最優(yōu)并且減少迭代的次數(shù),從而提高了算法的整體效率.考慮到搜索獵物階段選取的隨機(jī)鯨魚位置向量,IWOA算法的位置更新公式為:

    X(t+1)=ω(t)·X*(t)-A·D|A|<1p<0.5

    (7)

    (8)

    X(t+1)=ω(t)·Xrand-A·Drand|A|≥1

    (9)

    2.4 改進(jìn)鯨魚優(yōu)化算法

    為了解決WOA算法收斂速度慢,易陷入局部最優(yōu)等問題,引入Sobol序列、黃金正弦算法和設(shè)計(jì)基于高斯函數(shù)的慣性權(quán)重3種策略進(jìn)行改進(jìn).

    (1)在算法初始化階段引入類隨機(jī)采樣方法中的Sobol序列.大多數(shù)的群智能算法根據(jù)不同的概率分布產(chǎn)生一系列(0,1)之間的隨機(jī)數(shù),而這種隨機(jī)性可能會(huì)導(dǎo)致算法收斂速度變慢,影響目標(biāo)解的質(zhì)量.WOA算法是從一個(gè)隨機(jī)種群開始搜索,導(dǎo)致初始化種群缺乏種群多樣性,因此,文中采用Sobol序列產(chǎn)生初始種群并替換算法中的種群位置.

    (2)引入黃金正弦算法優(yōu)化算法的尋優(yōu)方式.在螺旋式狩獵機(jī)制中,座頭鯨在尋找到獵物后,向獵物位置移動(dòng)并通過對(duì)數(shù)螺旋式運(yùn)動(dòng)捕獲獵物,獵物位置即最優(yōu)個(gè)體的位置是此螺線運(yùn)動(dòng)過程中的導(dǎo)向坐標(biāo),這雖然有助于算法后期收斂速度的提升,但是該尋優(yōu)方式易使種群個(gè)體在解空間內(nèi)迅速集聚,從而導(dǎo)致群體多樣性銳降,增大陷入局部最優(yōu)的可能性.因此,在保留WOA算法的包圍式狩獵機(jī)制和隨機(jī)狩獵機(jī)制的基礎(chǔ)上,利用黃金正弦算法對(duì)螺旋式狩獵機(jī)制進(jìn)行改進(jìn).IWOA算法中鯨魚向獵物位置移動(dòng)并通過黃金正弦螺旋式運(yùn)動(dòng)捕獲獵物,每一次迭代中鯨魚個(gè)體都會(huì)與最優(yōu)個(gè)體進(jìn)行信息交流,每個(gè)個(gè)體都可以充分吸收自身與最優(yōu)個(gè)體的位置差信息,同時(shí)利用引入黃金分割數(shù)而得到的系數(shù)逐步縮小搜索空間,且通過參數(shù)控制位置更新距離和方向,引領(lǐng)個(gè)體穩(wěn)步趨近最優(yōu)值.

    (3)引入一種基于高斯函數(shù)的慣性權(quán)重.在當(dāng)前大多數(shù)群智能優(yōu)化算法中,權(quán)重可以影響算法的全局探索和局部開發(fā)能力的平衡.通常較大的慣性權(quán)重能夠讓算法具有較好的全局探索能力,而較小的慣性權(quán)重會(huì)使算法具有較好的局部開發(fā)能力.在算法迭代早期應(yīng)使用較大的權(quán)重,讓算法以較大步伐快速到達(dá)目標(biāo)值附近;而在迭代后期,應(yīng)使用較小的權(quán)重,讓鯨魚較小的步伐移動(dòng),以便在目標(biāo)解的附近精確搜索,更好的局部尋優(yōu).WOA算法在搜索包圍和位置更新時(shí)權(quán)重為定值,文中設(shè)計(jì)了一種基于高斯函數(shù)的遞減慣性權(quán)重并加入到位置更新公式當(dāng)中,使算法的全局搜索和局部開發(fā)得到較好的平衡,增加了算法跳出局部最優(yōu)區(qū)域的概率,提高了算法的整體效率[9].

    3 基于IWOA算法的Tsallis相對(duì)熵多閾值分割

    Tsallis熵是基于由Boltzmann-Gibbs理論產(chǎn)生的非廣延統(tǒng)計(jì)的機(jī)制,在很多領(lǐng)域都有其相關(guān)應(yīng)用.基于香農(nóng)熵而提出的的Tsallis熵,是優(yōu)于傳統(tǒng)的最大熵閾值的,選取其進(jìn)行閾值分割以求更好的分割結(jié)果[10].Tsallis相對(duì)熵源于Tsallis熵,同時(shí)Tsallis相對(duì)熵作為一種相對(duì)熵準(zhǔn)則,多被用來(lái)進(jìn)行不同系統(tǒng)之間一致性測(cè)試[11].將Tsallis相對(duì)熵作為目標(biāo)函數(shù)進(jìn)行全局優(yōu)化,憑借IWOA算法良好的全局收斂性和魯棒性,避免陷入局部最優(yōu),同時(shí)應(yīng)用到多閾值圖像分割,分割閾值更加穩(wěn)定,分割質(zhì)量更高.

    圖像的閾值分割就是對(duì)一幅灰度取值在Gmin和Gmax之間的圖像確定一個(gè)灰度閥值T∈[Gmin,Gmax],然后將圖像中每個(gè)像素的灰度值與閥值T相比較,并將對(duì)應(yīng)的像素根據(jù)比較結(jié)果劃分為大于閥值的和小于閥值的兩類.這兩類像素一般對(duì)應(yīng)圖像中的兩類區(qū)域.如果圖像中有多個(gè)灰度值不同的區(qū)域,那么可以選擇一系列的閥值以將每個(gè)像素分到合適的類別中去,即多閥值分割方法.

    基于Tsallis相對(duì)熵的多閾值分割將待分割圖像設(shè)為I(x,y),m×n為其尺寸大小,其中x∈[1,m],y∈[1,n],最大灰度級(jí)為L(zhǎng).設(shè)一共有N個(gè)閾值,將圖像分為N+1個(gè)區(qū)域:A1,A2,…,AN+1,圖像的閾值化準(zhǔn)則即Tsallis相對(duì)熵函數(shù)為:

    JP(H|R)=

    (10)

    式中:R={ri|i=1,2,…,L}為分割后圖像灰度級(jí)的擬合高斯分布;hi=ni/(m×n)為灰度級(jí)i在圖像中出現(xiàn)的頻率;H為圖像的灰度級(jí)直方圖分布概率;q為Tsallis相對(duì)熵的非廣延指數(shù).在對(duì)圖像進(jìn)行分割時(shí),如果能夠找到N個(gè)分割閾值t1,t2,…,tN,使式(10)值最小,那就是最優(yōu)閾值[12].

    為了改善基于Tsallis相對(duì)熵多閾值圖像分割方法計(jì)算量大、速度慢的問題,引入IWOA算法求解 Tsallis 相對(duì)熵函數(shù)的最優(yōu)解,充分利用圖像灰度直方圖的信息,尋找多個(gè)閾值將圖像分為多個(gè)類別進(jìn)行分割,將基于Tsallis相對(duì)熵的多閾值分割與IWOA算法結(jié)合起來(lái),以求更好的分割效果、精度與速度.

    4 實(shí)驗(yàn)結(jié)果與分析

    為驗(yàn)證IWOA的算法性能,設(shè)計(jì)了基準(zhǔn)函數(shù)對(duì)比測(cè)試與基于IWOA的Tsallis相對(duì)熵圖像多閾值分割對(duì)比實(shí)驗(yàn).基準(zhǔn)函數(shù)對(duì)比測(cè)試是為了驗(yàn)證改進(jìn)算法的通用性能是否得到了提高.基于IWOA的圖像多閾值分割實(shí)驗(yàn)是為了檢驗(yàn)IWOA算法應(yīng)用于圖像分割的可行性,也是為了將文中算法方案與現(xiàn)有基本方法進(jìn)行對(duì)比,從而說(shuō)明算法的優(yōu)越性[13-15].

    4.1 基準(zhǔn)函數(shù)對(duì)比測(cè)試

    為驗(yàn)證IWOA算法的全局搜索尋優(yōu)能力,文中采用4種不同類型的測(cè)試函數(shù),如表1.

    表1 基準(zhǔn)函數(shù)

    函數(shù)F1~F4具有不同的特征:F1單峰變量可分離(unimodal and variables separable,US)、F2單峰變量不可分離(unimodal and variables non-separable,UN)、F3多峰變量可分離(multimodal and variables separable,MS)、F4多峰變量不可分離(multimodal and variables non-separable,MN).WOA算法和IWOA算法在4個(gè)基準(zhǔn)函數(shù)上的收斂曲線如圖1~4,從圖1~3中能夠發(fā)現(xiàn)IWOA算法相較于WOA算法,收斂速度明顯提升,算法精度也更高.由于在圖4中,兩種算法都能早早收斂尋得最優(yōu)值,因此對(duì)于多峰變量不可分離函數(shù)展示迭代100的對(duì)比結(jié)果圖,如圖5,其中IWOA算法在第4次迭代就找到函數(shù)最小值-1.031 6,而WAO算法是在第20次迭代成功找到函數(shù)最小值-1.031 6,相比之下IWOA算法收斂速度更快.

    圖1 F1單峰變量可分離函數(shù)

    圖2 F2單峰變量不可分離函數(shù)

    圖3 F3多峰變量可分離函數(shù)

    圖4 F4多峰變量不可分離函數(shù)

    圖5 F4多峰變量不可分離函數(shù)(迭代100次)

    表2中記錄的是表1中4個(gè)函數(shù)的最小值,以及IWOA算法和WOA算法對(duì)4個(gè)函數(shù)單獨(dú)測(cè)試的最優(yōu)值、平均值與標(biāo)準(zhǔn)差,其中最優(yōu)值為算法求出的函數(shù)最優(yōu)解,平均值是算法在迭代過程中每一次迭代得到解的均值,標(biāo)準(zhǔn)差是算法每次迭代得到的解值與其平均值離差平方的算術(shù)平均數(shù)的平方根.

    從表2當(dāng)中可以看出,IWOA算法找到最優(yōu)值的迭代次數(shù)總是小于WOA算法的,而且在F1、F2和F4函數(shù)中IWOA算法都尋找到了函數(shù)的最小值,在F3函數(shù)中雖然兩種算法都沒有找到最小值0,但I(xiàn)WOA算法得到的最優(yōu)解更加接近于最小值0,說(shuō)明IWOA算法可以有效避免陷入局部最優(yōu)同時(shí)收斂速度更快.表2中算法的最優(yōu)值和函數(shù)最小值可以體現(xiàn)算法的精度,算法最優(yōu)值與函數(shù)最小值的差越小,說(shuō)明其精度越高,能夠求出正確的函數(shù)的最小值;平均值可以體現(xiàn)算法的收斂速度,相同迭代次數(shù)下平均值越接近最優(yōu)值就說(shuō)明算法的收斂速度越快,表示算法早早收斂導(dǎo)致大部分?jǐn)?shù)據(jù)與最優(yōu)值相近;標(biāo)準(zhǔn)差可以體現(xiàn)算法的穩(wěn)定性,越接近平均值表示算法的穩(wěn)定性好,所得解都更加接近平均值.由此可見IWOA算法較WOA算法在尋優(yōu)精度、穩(wěn)定性以及收斂速度方面都更好,具有優(yōu)良的尋優(yōu)能力.

    表2 算法性能比較

    4.2 基于IWOA優(yōu)化的多閾值分割對(duì)比實(shí)驗(yàn)

    為了驗(yàn)證文中算法的可行性與優(yōu)越性,實(shí)驗(yàn)選取經(jīng)典的Lena圖、Cameraman圖、Baboon圖和Peppers圖作為測(cè)試圖像,并基于OTSU和最大熵兩種分割準(zhǔn)則依次進(jìn)行雙閾值、三閾值、四閾值和五閾值圖像分割.

    基于閾值的分割方法分為單閾值和多閾值.單閾值是為了找到一個(gè)閾值,對(duì)于灰度圖像素值在區(qū)間[0,255]內(nèi),如果像素低于閾值就認(rèn)為是背景,否則認(rèn)為是前景;多閾值方法是尋找多個(gè)閾值,將圖像分為多個(gè)部分使用多個(gè)閾值來(lái)分離并代表圖像中包含的多個(gè)對(duì)象區(qū)域中的像素,以得到更好的分割結(jié)果.在單閾值的情況下,可以嘗試所有的可能值,然后選擇得到最好的分割結(jié)果的值作為閾值.對(duì)于多閾值分割,嘗試所有可能的組合的計(jì)算量會(huì)隨著閾值個(gè)數(shù)不斷提升,很明顯嘗試所有可能的閾值對(duì)于多閾值分割而言并不可行,需要要使用更有效的算法來(lái)尋找閾值.文中使用所提IWOA算法進(jìn)行Tsallis相對(duì)熵多閾值圖像分割.

    將峰值信噪比(peak signal to noise ratio,PSNR)作為圖像分割結(jié)果優(yōu)劣的評(píng)判標(biāo)準(zhǔn),公式為:

    (11)

    式中:MSE為分割后圖像g和原始圖像f的均方誤差,可表示為:

    (12)

    分別對(duì)OTSU、最大熵分割和基于IWOA算法的Tsallis相對(duì)熵多閾值圖像分割算法進(jìn)行對(duì)比實(shí)驗(yàn),測(cè)試閾值個(gè)數(shù)n取2,3,4和5時(shí)實(shí)驗(yàn)結(jié)果,記錄最佳分割閾和PSNR值,其中PSNR值越大分割效果越好.結(jié)果如表3~5,可以看出所提算法分割速度更快,PSNR值雖然在閾值為2的時(shí)候較低,但在高閾值分割表現(xiàn)優(yōu)越,優(yōu)于傳統(tǒng)的OTSU和最大熵分割算法[16].

    表3 基于OTSU的分割結(jié)果

    為直觀了解所提算法分割的優(yōu)越性,圖6~9分別顯示了3種算法對(duì)4個(gè)經(jīng)典測(cè)試圖像進(jìn)行多閾值分割的對(duì)比,每個(gè)圖從上到下依次是基于本文算法、基于OTSU、基于最大熵的多閾值分割實(shí)驗(yàn)對(duì)比結(jié)果,圖中從左到右依次為原圖、雙閾值、三閾值、四閾值和五閾值分割結(jié)果.從分割結(jié)果可以看出,基于IWOA算法的Tsallis相對(duì)熵多閾值圖像分割結(jié)果中細(xì)節(jié)更清晰,信息更完整,分割質(zhì)量更高.

    表4 基于最大熵的分割結(jié)果

    表5 基于IWOA優(yōu)化的Tsallis相對(duì)熵分割結(jié)果

    圖6 Lena多閾值分割對(duì)比

    圖7 Cameraman多閾值分割對(duì)比

    圖8 Baboon多閾值圖像分割對(duì)比

    圖9 Peppers多閾值圖像分割對(duì)比

    5 結(jié)論

    文中提出了一種基于改進(jìn)鯨魚優(yōu)化算法(IWOA)優(yōu)化的Tsallis相對(duì)熵的圖像多閾值分割算法.首先,在初始化階段引入類隨機(jī)采樣方法中的Sobol序列,增加種群的多樣性和遍歷性;其次,引入黃金分割數(shù)優(yōu)化WOA的尋優(yōu)方式;最后引入一種基于高斯函數(shù)的慣性權(quán)重,提高了算法的收斂效率,并將其與Tsallis相對(duì)熵的圖像多閾值分割相結(jié)合.為驗(yàn)證算法的優(yōu)越性,首先將IWOA算法與傳統(tǒng)WOA算法進(jìn)行比較,采用4種不同類型的測(cè)試函數(shù)分別對(duì)比,結(jié)果顯示IWOA算法在尋優(yōu)精度、穩(wěn)定性以及收斂速度都更好,表現(xiàn)出優(yōu)良的尋優(yōu)性能;然后將所提算法與傳統(tǒng)的基于OTSU的多閾值分割算法和基于最大熵的多閾值分割算法進(jìn)行對(duì)比,取2、3、4和5閾值分別進(jìn)行實(shí)驗(yàn),結(jié)果顯示,基于IWOA算法的Tsallis相對(duì)熵多閾值分割算法結(jié)果中細(xì)節(jié)更清晰,信息更完整,分割質(zhì)量更高,分割速度更快,證明了算法的優(yōu)越性.

    猜你喜歡
    閥值鯨魚種群
    邢氏水蕨成功繁衍并建立種群 等
    小鯨魚
    幼兒100(2022年41期)2022-11-24 03:20:20
    山西省發(fā)現(xiàn)刺五加種群分布
    迷途鯨魚
    鯨魚
    光敏傳感器控制方法及使用其的滅蚊器
    傳感器世界(2019年6期)2019-09-17 08:03:20
    鯨魚島——拖延癥
    基于小波分析理論的橋梁監(jiān)測(cè)信號(hào)去噪研究
    激光多普勒測(cè)速系統(tǒng)自適應(yīng)閥值檢測(cè)算法
    深度學(xué)習(xí)在無(wú)人駕駛汽車中的應(yīng)用
    亚洲在久久综合| 久久精品久久久久久久性| 亚洲欧美精品自产自拍| 免费观看在线日韩| 联通29元200g的流量卡| 成人免费观看视频高清| 成人高潮视频无遮挡免费网站| 搞女人的毛片| 日日摸夜夜添夜夜添av毛片| 亚洲国产精品国产精品| 亚洲一级一片aⅴ在线观看| 白带黄色成豆腐渣| 亚洲av不卡在线观看| 日韩三级伦理在线观看| 国产精品99久久久久久久久| 国产精品99久久久久久久久| 内射极品少妇av片p| 99久久九九国产精品国产免费| 久久女婷五月综合色啪小说 | 国产男人的电影天堂91| 亚洲自偷自拍三级| 国产精品人妻久久久影院| 精品午夜福利在线看| 国产伦在线观看视频一区| 久久影院123| av网站免费在线观看视频| 国产一区二区三区综合在线观看 | 99久久精品热视频| 国产 一区精品| 亚洲精品,欧美精品| 最新中文字幕久久久久| 国产男人的电影天堂91| h日本视频在线播放| 一本久久精品| 一本久久精品| 又爽又黄无遮挡网站| 欧美丝袜亚洲另类| 亚洲精品456在线播放app| 久久久久久久大尺度免费视频| 国产淫片久久久久久久久| 99久久精品一区二区三区| 欧美人与善性xxx| 日韩欧美一区视频在线观看 | 男女边摸边吃奶| 久久99热这里只有精品18| 国产精品av视频在线免费观看| 日韩一本色道免费dvd| 一区二区三区免费毛片| 亚洲av福利一区| 国产成人freesex在线| 18禁动态无遮挡网站| 欧美极品一区二区三区四区| 狠狠精品人妻久久久久久综合| 真实男女啪啪啪动态图| av.在线天堂| 精品久久久久久电影网| 最近手机中文字幕大全| 黄色欧美视频在线观看| 久久久久国产网址| 看十八女毛片水多多多| av在线亚洲专区| 欧美高清成人免费视频www| 国产成人a区在线观看| 免费少妇av软件| 尤物成人国产欧美一区二区三区| 成人美女网站在线观看视频| 日韩欧美 国产精品| 丰满人妻一区二区三区视频av| 嫩草影院入口| 免费看日本二区| 欧美极品一区二区三区四区| 欧美极品一区二区三区四区| 国产v大片淫在线免费观看| 亚洲成人久久爱视频| 国产乱来视频区| 韩国av在线不卡| 成人亚洲精品av一区二区| 亚洲人成网站高清观看| 亚洲精华国产精华液的使用体验| 人人妻人人爽人人添夜夜欢视频 | 看十八女毛片水多多多| 免费大片黄手机在线观看| 久久久久久久久久久免费av| 国产高潮美女av| 欧美bdsm另类| 久久久久九九精品影院| 国产精品麻豆人妻色哟哟久久| 久久久久久久久久人人人人人人| 亚洲av男天堂| 99久久精品国产国产毛片| 国产精品久久久久久久久免| 蜜桃久久精品国产亚洲av| 国内揄拍国产精品人妻在线| 亚洲成人中文字幕在线播放| av免费在线看不卡| 亚洲精品乱久久久久久| av一本久久久久| 国产av国产精品国产| 99久国产av精品国产电影| 热re99久久精品国产66热6| 婷婷色av中文字幕| 亚洲精品影视一区二区三区av| 国产极品天堂在线| 亚洲自拍偷在线| 99热国产这里只有精品6| 日韩大片免费观看网站| 综合色丁香网| 最近2019中文字幕mv第一页| 亚洲精品456在线播放app| 99久久精品一区二区三区| 欧美老熟妇乱子伦牲交| 欧美最新免费一区二区三区| 欧美日韩综合久久久久久| 亚洲自拍偷在线| 国产成人福利小说| 久久久久九九精品影院| 国产 精品1| 国产美女午夜福利| 在线亚洲精品国产二区图片欧美 | 99热这里只有是精品在线观看| 亚洲精品国产av蜜桃| 一个人看视频在线观看www免费| 国产一区二区三区av在线| 国精品久久久久久国模美| 国产爽快片一区二区三区| 看十八女毛片水多多多| 我的女老师完整版在线观看| 日本欧美国产在线视频| 91狼人影院| 欧美日韩精品成人综合77777| 亚洲,一卡二卡三卡| 欧美成人午夜免费资源| 国产免费一级a男人的天堂| 精品久久国产蜜桃| 一级av片app| 色综合色国产| www.色视频.com| 国语对白做爰xxxⅹ性视频网站| 国产一区有黄有色的免费视频| 大话2 男鬼变身卡| 午夜亚洲福利在线播放| 蜜桃久久精品国产亚洲av| 色网站视频免费| 亚州av有码| 午夜爱爱视频在线播放| 91狼人影院| 久久精品久久久久久噜噜老黄| 18禁在线无遮挡免费观看视频| 精品人妻一区二区三区麻豆| 亚洲av国产av综合av卡| 午夜福利视频精品| 国产欧美日韩精品一区二区| 欧美日韩精品成人综合77777| 18禁在线无遮挡免费观看视频| 国产一区有黄有色的免费视频| 中文字幕av成人在线电影| 舔av片在线| 又爽又黄无遮挡网站| 亚洲色图av天堂| 免费不卡的大黄色大毛片视频在线观看| 亚洲国产精品成人久久小说| 尾随美女入室| 日韩人妻高清精品专区| 久久ye,这里只有精品| 欧美成人a在线观看| 狠狠精品人妻久久久久久综合| 99re6热这里在线精品视频| 自拍偷自拍亚洲精品老妇| 一本—道久久a久久精品蜜桃钙片 精品乱码久久久久久99久播 | 亚洲精品国产av成人精品| a级毛色黄片| 别揉我奶头 嗯啊视频| 欧美老熟妇乱子伦牲交| 22中文网久久字幕| 亚洲一区二区三区欧美精品 | 99热6这里只有精品| 亚洲av成人精品一区久久| 国产欧美亚洲国产| 全区人妻精品视频| 2021天堂中文幕一二区在线观| www.色视频.com| 亚洲aⅴ乱码一区二区在线播放| 天堂俺去俺来也www色官网| 国产伦在线观看视频一区| 欧美bdsm另类| 久久韩国三级中文字幕| 99热这里只有是精品在线观看| 80岁老熟妇乱子伦牲交| 精品熟女少妇av免费看| 又粗又硬又长又爽又黄的视频| 春色校园在线视频观看| 真实男女啪啪啪动态图| 国产免费福利视频在线观看| 亚洲av福利一区| 男人和女人高潮做爰伦理| 久久精品国产a三级三级三级| 熟女av电影| 免费高清在线观看视频在线观看| 噜噜噜噜噜久久久久久91| 国产亚洲一区二区精品| 久久久久久久久久成人| eeuss影院久久| 一区二区三区四区激情视频| 中文字幕制服av| 国产探花在线观看一区二区| 中文字幕av成人在线电影| 日日撸夜夜添| 2021少妇久久久久久久久久久| 国产综合懂色| 欧美+日韩+精品| 婷婷色综合大香蕉| 在线观看免费高清a一片| 天堂俺去俺来也www色官网| www.av在线官网国产| 2022亚洲国产成人精品| 3wmmmm亚洲av在线观看| 综合色丁香网| 久久精品国产a三级三级三级| 国产成人精品久久久久久| 亚洲欧美成人综合另类久久久| 亚洲高清免费不卡视频| 九九爱精品视频在线观看| 人妻制服诱惑在线中文字幕| 欧美bdsm另类| 卡戴珊不雅视频在线播放| 高清毛片免费看| 黄色日韩在线| www.色视频.com| 亚洲最大成人手机在线| 午夜精品一区二区三区免费看| 欧美xxⅹ黑人| 啦啦啦在线观看免费高清www| 国产淫片久久久久久久久| 真实男女啪啪啪动态图| 熟女电影av网| 亚洲国产av新网站| 久久精品久久精品一区二区三区| 国产精品蜜桃在线观看| 国产黄片美女视频| 日韩制服骚丝袜av| 成人无遮挡网站| 97在线人人人人妻| 一个人看的www免费观看视频| 国内少妇人妻偷人精品xxx网站| 有码 亚洲区| a级毛色黄片| 国产精品.久久久| 亚洲精品成人久久久久久| 少妇裸体淫交视频免费看高清| 国产精品伦人一区二区| 伦理电影大哥的女人| 久久久成人免费电影| 日本一二三区视频观看| 国产伦精品一区二区三区四那| 2021天堂中文幕一二区在线观| 一级毛片久久久久久久久女| 久久久久久久大尺度免费视频| 免费看光身美女| 免费播放大片免费观看视频在线观看| 欧美xxxx黑人xx丫x性爽| 中文字幕免费在线视频6| 白带黄色成豆腐渣| 精品国产三级普通话版| av国产久精品久网站免费入址| 亚洲精品一区蜜桃| 欧美最新免费一区二区三区| 国产精品一及| 王馨瑶露胸无遮挡在线观看| 99久久人妻综合| 国产精品久久久久久久电影| 一级片'在线观看视频| 韩国高清视频一区二区三区| 大香蕉久久网| 国产欧美另类精品又又久久亚洲欧美| 在线 av 中文字幕| a级一级毛片免费在线观看| 久久99蜜桃精品久久| 嫩草影院入口| 中文字幕人妻熟人妻熟丝袜美| 亚洲精品久久久久久婷婷小说| 国产成人免费无遮挡视频| 亚洲人成网站在线播| 在线天堂最新版资源| 激情五月婷婷亚洲| 在线免费观看不下载黄p国产| 91狼人影院| 欧美bdsm另类| 春色校园在线视频观看| 日本三级黄在线观看| 不卡视频在线观看欧美| 精华霜和精华液先用哪个| 乱系列少妇在线播放| 又黄又爽又刺激的免费视频.| 国产白丝娇喘喷水9色精品| 亚洲精品,欧美精品| 大片电影免费在线观看免费| 亚洲高清免费不卡视频| 亚洲国产成人一精品久久久| 少妇的逼水好多| 日本-黄色视频高清免费观看| 亚洲成人精品中文字幕电影| 69人妻影院| 欧美成人一区二区免费高清观看| 午夜精品国产一区二区电影 | 免费高清在线观看视频在线观看| 69人妻影院| 直男gayav资源| 亚洲av日韩在线播放| 综合色av麻豆| 欧美丝袜亚洲另类| 97超碰精品成人国产| 久久国产乱子免费精品| 成人无遮挡网站| 亚洲丝袜综合中文字幕| 亚洲自拍偷在线| 91精品伊人久久大香线蕉| 中文在线观看免费www的网站| 一级毛片黄色毛片免费观看视频| xxx大片免费视频| 国产精品99久久99久久久不卡 | 免费观看的影片在线观看| 色视频www国产| 国产精品99久久久久久久久| 亚洲精品久久午夜乱码| 简卡轻食公司| 高清毛片免费看| 你懂的网址亚洲精品在线观看| 国产成年人精品一区二区| 禁无遮挡网站| 免费黄频网站在线观看国产| 男女啪啪激烈高潮av片| 久久97久久精品| 新久久久久国产一级毛片| 欧美精品人与动牲交sv欧美| 久久99热这里只频精品6学生| 国产亚洲av片在线观看秒播厂| 国产免费一级a男人的天堂| 午夜亚洲福利在线播放| av在线老鸭窝| 免费看a级黄色片| 国产免费一区二区三区四区乱码| 久热这里只有精品99| 国内揄拍国产精品人妻在线| 男人爽女人下面视频在线观看| 不卡视频在线观看欧美| 大码成人一级视频| 国产一级毛片在线| 日本-黄色视频高清免费观看| 深爱激情五月婷婷| av在线app专区| 2022亚洲国产成人精品| 天天躁日日操中文字幕| 午夜视频国产福利| 久久精品久久久久久噜噜老黄| 大香蕉97超碰在线| 亚洲欧美成人精品一区二区| 99久久精品热视频| 久久精品夜色国产| 欧美日韩综合久久久久久| 深爱激情五月婷婷| 免费黄频网站在线观看国产| 久久久午夜欧美精品| 久久久久久久精品精品| tube8黄色片| 哪个播放器可以免费观看大片| 能在线免费看毛片的网站| 另类亚洲欧美激情| 久久久成人免费电影| 麻豆乱淫一区二区| 亚洲国产高清在线一区二区三| 综合色丁香网| 男女无遮挡免费网站观看| 看非洲黑人一级黄片| 国产人妻一区二区三区在| 欧美激情久久久久久爽电影| 亚洲国产欧美人成| 精品亚洲乱码少妇综合久久| 一区二区三区精品91| 午夜福利视频1000在线观看| 伦精品一区二区三区| 啦啦啦在线观看免费高清www| 中文字幕制服av| 日韩人妻高清精品专区| 一区二区三区免费毛片| 亚洲精品一二三| 爱豆传媒免费全集在线观看| 嘟嘟电影网在线观看| 中文天堂在线官网| 欧美xxxx黑人xx丫x性爽| 尾随美女入室| 久久人人爽人人爽人人片va| 内地一区二区视频在线| 亚洲一区二区三区欧美精品 | 国产精品99久久久久久久久| 大片电影免费在线观看免费| 蜜桃久久精品国产亚洲av| 免费高清在线观看视频在线观看| 免费观看的影片在线观看| 久久久久国产网址| 国产亚洲最大av| 国产 一区 欧美 日韩| 美女主播在线视频| 国产黄色视频一区二区在线观看| 欧美日韩综合久久久久久| 天美传媒精品一区二区| 日韩一区二区视频免费看| 精品一区二区免费观看| 成年免费大片在线观看| 国产成人精品久久久久久| 国产免费视频播放在线视频| 免费看不卡的av| 97超视频在线观看视频| 嘟嘟电影网在线观看| 男女啪啪激烈高潮av片| 美女cb高潮喷水在线观看| www.av在线官网国产| 嫩草影院精品99| 国产高清三级在线| 亚洲国产精品成人久久小说| 国产男女超爽视频在线观看| 综合色丁香网| 欧美变态另类bdsm刘玥| 97超视频在线观看视频| 亚洲人成网站在线播| 日本与韩国留学比较| 人妻少妇偷人精品九色| 高清午夜精品一区二区三区| 免费观看性生交大片5| 欧美高清成人免费视频www| 自拍欧美九色日韩亚洲蝌蚪91 | 免费大片18禁| 久久久精品免费免费高清| 亚洲国产av新网站| 91精品国产九色| 汤姆久久久久久久影院中文字幕| 国产片特级美女逼逼视频| 精品久久久精品久久久| 可以在线观看毛片的网站| 97超视频在线观看视频| 国产一级毛片在线| 日本黄大片高清| 成人无遮挡网站| 国产毛片a区久久久久| 久久久精品欧美日韩精品| 免费少妇av软件| 日日撸夜夜添| 九九爱精品视频在线观看| 亚洲熟女精品中文字幕| 狂野欧美白嫩少妇大欣赏| 寂寞人妻少妇视频99o| 丰满少妇做爰视频| 看免费成人av毛片| 青春草亚洲视频在线观看| 日韩欧美一区视频在线观看 | 成人高潮视频无遮挡免费网站| a级毛片免费高清观看在线播放| 日韩视频在线欧美| 日日撸夜夜添| 久久精品国产亚洲av天美| 亚洲精品日韩av片在线观看| 建设人人有责人人尽责人人享有的 | 中文字幕av成人在线电影| 99久国产av精品国产电影| 人体艺术视频欧美日本| 国产成人a∨麻豆精品| 在线精品无人区一区二区三 | 亚洲精品国产色婷婷电影| 免费少妇av软件| av免费在线看不卡| 伊人久久国产一区二区| 亚洲av成人精品一二三区| 美女视频免费永久观看网站| 日本与韩国留学比较| 日韩一区二区三区影片| 久久精品人妻少妇| 午夜爱爱视频在线播放| 成人毛片60女人毛片免费| 男人和女人高潮做爰伦理| 人体艺术视频欧美日本| 亚洲婷婷狠狠爱综合网| h日本视频在线播放| 亚洲国产精品成人综合色| 不卡视频在线观看欧美| 色视频在线一区二区三区| 91狼人影院| 久久人人爽av亚洲精品天堂 | 看十八女毛片水多多多| 久久久久久久午夜电影| 老师上课跳d突然被开到最大视频| 男女啪啪激烈高潮av片| 国产精品久久久久久精品电影小说 | 国产一区有黄有色的免费视频| 菩萨蛮人人尽说江南好唐韦庄| 午夜精品国产一区二区电影 | 91精品伊人久久大香线蕉| 岛国毛片在线播放| 91在线精品国自产拍蜜月| 十八禁网站网址无遮挡 | 日韩av不卡免费在线播放| 国产黄色视频一区二区在线观看| 欧美精品人与动牲交sv欧美| 亚洲成人久久爱视频| 国产免费一级a男人的天堂| 老司机影院成人| 寂寞人妻少妇视频99o| 美女cb高潮喷水在线观看| 精品国产一区二区三区久久久樱花 | 777米奇影视久久| 久久久久久久久久久丰满| 九九久久精品国产亚洲av麻豆| 性色av一级| 2021天堂中文幕一二区在线观| 三级国产精品片| 国产高清不卡午夜福利| freevideosex欧美| 精品国产露脸久久av麻豆| 搡女人真爽免费视频火全软件| 国国产精品蜜臀av免费| 九九爱精品视频在线观看| 久久久久精品久久久久真实原创| 中文字幕制服av| 少妇被粗大猛烈的视频| 亚洲精品第二区| 日韩av不卡免费在线播放| 午夜激情福利司机影院| 久久99精品国语久久久| 热re99久久精品国产66热6| 亚洲熟女精品中文字幕| 欧美日韩亚洲高清精品| 免费播放大片免费观看视频在线观看| 亚洲美女搞黄在线观看| 国产成人91sexporn| 97在线人人人人妻| 97超视频在线观看视频| 日韩视频在线欧美| 久久久久久国产a免费观看| 欧美高清成人免费视频www| 深爱激情五月婷婷| 国产一区二区三区综合在线观看 | 2021天堂中文幕一二区在线观| 免费看av在线观看网站| 黄片wwwwww| 久久精品国产鲁丝片午夜精品| 最新中文字幕久久久久| 国产视频内射| 2022亚洲国产成人精品| 在线观看免费高清a一片| 一个人看的www免费观看视频| 成人无遮挡网站| 国内精品美女久久久久久| 亚洲国产精品成人久久小说| 交换朋友夫妻互换小说| 亚洲精品第二区| 国产精品无大码| 99热这里只有精品一区| 我的女老师完整版在线观看| 欧美97在线视频| 丰满乱子伦码专区| 伦精品一区二区三区| 91久久精品国产一区二区成人| 大陆偷拍与自拍| 老司机影院成人| 国产精品人妻久久久影院| 99久久精品一区二区三区| av在线天堂中文字幕| 久久久久国产网址| 97热精品久久久久久| 日本-黄色视频高清免费观看| 国产 精品1| 街头女战士在线观看网站| 欧美 日韩 精品 国产| 99久久精品热视频| 亚洲人成网站高清观看| 97在线视频观看| 在线精品无人区一区二区三 | 好男人在线观看高清免费视频| 久久久久久九九精品二区国产| 成年免费大片在线观看| 最新中文字幕久久久久| 国产色爽女视频免费观看| 国产成人福利小说| 亚洲精华国产精华液的使用体验| 有码 亚洲区| 亚洲欧美成人精品一区二区| 嫩草影院新地址| 一个人看的www免费观看视频| 国产在视频线精品| 国产精品一区二区性色av| 一级黄片播放器| 黄片wwwwww| 99热这里只有是精品50| 欧美国产精品一级二级三级 | 国产老妇伦熟女老妇高清| 国产成人精品久久久久久| 久久久久九九精品影院| 人体艺术视频欧美日本| 日韩 亚洲 欧美在线| 精华霜和精华液先用哪个| 国产综合懂色| 亚洲精品国产成人久久av| 久久鲁丝午夜福利片| 插阴视频在线观看视频| 在线观看av片永久免费下载| 免费看av在线观看网站| 七月丁香在线播放| 午夜免费男女啪啪视频观看| 一二三四中文在线观看免费高清| 国产成人精品久久久久久| 99热这里只有是精品在线观看| 国产精品秋霞免费鲁丝片| 久久精品熟女亚洲av麻豆精品| 国产精品女同一区二区软件| 久久久久久久久久久免费av| 精品一区二区三区视频在线| 欧美日韩在线观看h|