基于改進(jìn)TSO優(yōu)化圖像熵的圖像識(shí)別與分割

摘要： 提出一種精英學(xué)習(xí)改進(jìn)TSO優(yōu)化Tsallis熵的遙感圖像多閾值分割方法。在傳統(tǒng)TSO算法中引入精英對(duì)立學(xué)習(xí)實(shí)現(xiàn)種群初始化，利用權(quán)重系數(shù)非線(xiàn)性更新均衡算法全局搜索與局部開(kāi)發(fā)，引入精英池策略提高收斂精度。以Tsallis熵作為適應(yīng)度評(píng)估個(gè)體優(yōu)劣，利用改進(jìn)算法搜索閾值最優(yōu)解。利用4幅遙感圖像驗(yàn)證算法有效性，改進(jìn)算法在峰值信噪比、結(jié)構(gòu)相似度、特征相似度和計(jì)算效率上表現(xiàn)更好，能有效提升圖... （共8頁(yè)）