基于改進藤壺優(yōu)化算法的森林冠層圖像分割

打開文本圖片集

摘 要：為解決森林冠層圖像因結(jié)構(gòu)復雜，提取時受光照不均的影響而導致分割精度低的問題，采用一種基于自適應調(diào)整策略的混沌藤壺交配優(yōu)化算法（Chaotic Adaptive Barnacle Mating Optimization， CABMO）的森林冠層圖像分割方法。首先采用Logistic混沌映射初始化藤壺種群以提高算法的探索能力；然后設計非線性遞增陰莖系數(shù)使探索和開發(fā)之間更平衡；最后將Kapur熵作為適應度函數(shù)，利用CABMO算法選取適應度函數(shù)的最優(yōu)值，降低復雜度的同時，加強閾值的搜索效率。（剩余15969字）