使用修改后的灰狼优化器进行多级值彩色图像分割
Pei Hu1, Yibo Han1, Zheng Zhang1
1School of Computer and Software, Nanyang Institute of Technology, Nanyang 473004, China.
Biomimetics (Basel, Switzerland)
|November 26, 2024
概括
本研究引入了修改后的灰狼优化器 (MGWO),用于在彩色图像分割中高效的多级值. 与传统方法相比,MGWO提高了准确性和速度,改善了细分结果.
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:
- 图像分割的准确性在很大程度上依赖于最佳值选择.
- 多级值提供了更高的细节,但在计算上是密集的.
研究的目的:
- 开发一种高效准确的多层次值方法,用于彩色图像细分.
- 增强灰狼优化器 (GWO) 以提高值性能.
主要方法:
- 修改后的灰狼优化器 (MGWO) 包含了增强的领导人选择,位置更新和突变策略.
- 使用Otsu方法和卡普尔作为值优化的客观函数.
- 在BSD500数据集上使用PSNR,SSIM和FSIM等指标评估性能.
主要成果:
- MGWO在彩色图像的多级值方面表现出卓越的表现.
- 实验和统计分析证实了拟议的MGWO算法的有效性.
- 在目标值,差异,PSNR,SSIM和FSIM方面取得了出色的结果.
结论:
- 修改后的灰狼优化器 (MGWO) 为准确和高效的多层次彩色图像分割提供了有效的解决方案.
- 对于复杂的图像分割任务,MGWO显著改进了现有的方法.
- 改进的算法为推进图像处理技术提供了一个有希望的方法.
