基于遗传算法的彩色图像二维熵多阈值自适应分割

来源 :控制与决策 | 被引量 : 0次 | 上传用户:osinfobyl
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
提出一种基于遗传算法的二维熵多阈值自适应图像分割方法.在分析研究二维熵阈值分割原理的基础上,将可变码长的遗传算法应用于多阈值分割处理过程,采用基于多阈值的整数编码方式,将图像分割的类别数即染色体的码长融合到适应度函数中,从而实现了在对阈值寻优的同时得以优化分割类别数,最终实现图像的多阈值自适应分割处理.实验分析结果表明,该方法具有实现阈值寻优速度快,最优解对应图像分割效果好的特点.
其他文献
针对数据仓库系统中存在众多的数据处理任务,提出了数据仓库系统中任务调度框架.通过自动分析任务文本生成任务流图,并提出了3种任务调度策略.模拟实验结果显示,该框架可以很
建立了具有提前/拖期惩罚的热轧钢管批调度问题的混合整数非线性规划模型,提出并证明了给定合同排序下的最优组批方式,从而将原问题转化为易求解的合同排序问题.同时,建立了
为协调决策支持和分类,引入了一种新的方法,该方法将粗糙集理论和神经网络有机地结合在一起,提出了一种基于粗糙集理论的神经网络模型构造方法.首先,利用粗糙集理论智能数据
利用n阶驱动系统的标量输出信号及其连续的n-1阶导数作为状态变量,得到一个具有Brunowsky规范形式的n阶重构系统.对该重构系统设计状态观测器,并将其作为响应系统.此时只需传输由输出信号与其连续的n阶导数的线性组合构成的标量信号,便可实现混沌系统的同步.当传输信号仅为标量输出信号时,还可通过对重构系统设计扩张状态观测器,挖掘可测同步误差中所隐含的信息来实现混沌系统的同步.对Rossler系统
本刊讯 2005中国控制与决策学术年会(17th CDC),于6月25日至28日在哈尔滨市黑龙江大学召开。来自国内部分高等院校和科研院所的180多名代表参加了本届年会。
针对非线性动态系统辨识和控制的特点,对4层模糊神经网络进行了优化和改进.形成了动态模糊神经网络, 提高了网络的稳定性和对动态系统的辨识能力,同时给出了基于Lyapunov函数
针对交互式遗传算法中人的疲劳问题,提出一种基于神经网络(NN)的个体适应度分阶段估计方法,给出了神经网络估计进化个体适应度与人的评价之间的转换策略以及神经网络学习效果
研究一类广义时滞系统的极小极大控制问题,目的是利用构造局部检验函数的方法设计极小极大控制器,使得在最坏的干扰下系统的性能指标上界极小.利用线性矩阵不等式(LMI)给出了