基于改進TSO優(yōu)化圖像熵的圖像識別與分割

摘要： 提出一種精英學習改進TSO優(yōu)化Tsallis熵的遙感圖像多閾值分割方法。在傳統TSO算法中引入精英對立學習實現種群初始化，利用權重系數非線性更新均衡算法全局搜索與局部開發(fā)，引入精英池策略提高收斂精度。以Tsallis熵作為適應度評估個體優(yōu)劣，利用改進算法搜索閾值最優(yōu)解。利用4幅遙感圖像驗證算法有效性，改進算法在峰值信噪比、結構相似度、特征相似度和計算效率上表現更好，能有效提升圖... （共8頁）