マルチストラテジーのリモラ最適化アルゴリズムは,色彩の複数の値の画像セグメンテーションのための最適化アルゴリズムです

科学分野:

• コンピュータビジョン コンピュータビジョン
• 人工知能 (AI) とは,人工知能 (AI) のことです.
• 画像処理 画像処理

背景:

• マルチスレッジ画像セグメンテーションは極めて重要ですが,大規模な検索スペースのために計算的に複雑です.
• 既存の最適化アルゴリズムは,しばしばローカル・オプティマと遅い収束の問題を抱えています.

研究 の 目的:

• 多戦略レモラ最適化アルゴリズム (MSROA) を導入し,効率的かつ正確なカラー画像セグメンテーションを実現する.
• ローカルオプティマを防止し,収束を加速することによって,最適化パフォーマンスを向上させる.

主な方法:

• MSROAは,局所的な最適化を回避するために,Betaランダム再起動を"前"プロパティで統合します.
• 急速な捕食とエリートな学習戦略を伴うランダムな散歩は,収束速度と精度を高めるために使用されます.
• 性能は,CEC2017とCEC2020のベンチマークスイートで評価され,画像セグメンテーションのためのOtsuとKapurの方法に適用されました.

主要な成果:

• MSROAは,Wilcoxonのランクサムテストを通じて,最先端の7つのアルゴリズムに対して統計的に有意な改善を示しました.
• アルゴリズムは最適な値の組み合わせを正確に特定し,より高品質のセグメント画像を生成しました.
• 一貫して高いPSNR,FSIM,SSIM値は,画像詳細の優れた保存を示しています.

結論:

• MSROAは,多値のカラー画像セグメンテーションのための堅牢で効率的なソリューションを提供しています.
• アルゴリズムは,より良い最適化のために,探査と搾取を効果的にバランスします.
• MSROAは,セグメンテーションの精度と詳細保存において既存の方法よりも優れている.