基于改进的遗传算法,2D OTSU内陆船只的多门图像细分
Zhongbo Peng1, Lumeng Wang1, Liang Tong1
1School of shipping and naval architecture, Chongqing Jiaotong University, Chongqing, China.
PloS one
|August 25, 2023
概括
这项研究引入了一种改进的遗传算法,用于在水道上对船舶图像进行细分,提高了导航安全的准确性和速度. 该方法有效地从复杂的场景中提取船舶信息,帮助水道管理.
科学领域:
- 计算机视觉 计算机视觉
- 图像处理 图像处理
- 人工智能的人工智能
背景情况:
- 水路运输依赖于航行安全,需要有效的船舶监控.
- 监管人员需要从复杂的水路图像中快速提取船舶信息.
- 当前的方法在复杂的内陆导航环境和数据采集中面临挑战.
研究的目的:
- 开发一个精确和高效的算法来分割内陆船舶图像.
- 在复杂的水路场景中提高船舶检测的准确性和速度.
- 解决获取内陆航行目标数据集的局限性.
主要方法:
- 提出了一个二维OTSU (Otsu的方法) 多门图像分割算法.
- 利用改进的遗传算法来提高搜索准确性和效率.
- 实现了复杂的内陆船舶图像的实时细分算法.
主要成果:
- 改进的算法证明了搜索准确性和效率的提高.
- 实现了卓越的图像值精度和降低了算法时间复杂性.
- 实验验证证了优秀的评估指数和实时细分能力.
结论:
- 开发的算法有效地解决了复杂的内陆导航环境中的挑战.
- 该方法有助于快速获取与水道管理相关的船舶信息.
- 该方法在使用元启发算法的其他优化问题中具有潜在的应用.
