.png){kind=icon}
返回
A Multi-Strategy Improved Seagull Optimization Algorithm for Global Optimization and Artistic Image Segmentation
.png){kind=icon}
OA
AI
DOI：10.3390/biomimetics11040247.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
多阈值图像分割是图像处理中的关键任务，但面临高维空间搜索效率低、分割精度与稳定性难以平衡以及对复杂场景适应性不足等挑战。现有解决方案主要包括传统阈值法和基于元启发式优化的方案，但在高维和复杂分割任务中仍存在局限性。标准海鸥优化算法（SOA）存在单一生成机制、局部开发能力弱以及种群多样性易退化等缺陷，难以满足高维优化的需求。为解决这些问题，本文提出了一种多策略融合改进的海鸥优化算法（MFISOA），整合了自适应协作觅食、差分进化驱动的局部开发以及基于中心对偶的边界控制三种策略。这些策略共同构建了具备动态资源分配、精细局部搜索和种群多样性维持的协同优化框架，从而提升了全局探索效率、局部开发精度和种群稳定性。为评估MFISOA的优化性能，在CEC2017和CEC2022基准测试套件上进行了数值仿真实验，并与九种其他主流先进算法进行了对比。结果表明，MFISOA在优化精度、收敛速度和运行稳定性方面均优于对比算法。其优越性进一步通过Wilcoxon秩和检验和Friedman检验得到验证，具有统计学意义（p < 0.05）。在多阈值图像分割任务中，以Otsu准则作为目标函数，MFISOA在4、6、8和10阈值分割场景下对九幅基准图像进行了测试。结果显示，MFISOA在结构相似性指数（SSIM）、峰值信噪比（PSNR）和特征相似性指数（FSIM）等指标上表现更优，能够更准确地刻画图像灰度分布特征，并生成更高质量的分割结果。本研究为数值优化和多阈值图像分割提供了一种高效可靠的解决方案。
Keyword:
seagull optimization algorithm
image segmentation
multi-strategy improved
numerical optimization
期刊
B
IF:
3.9
论文数:
3.2K
被引数:
5.1K
机构
引用论文
分享收藏分享收藏INFO: An efficient optimization algorithm based on weighted mean of vectorsINFO: 一种基于向量加权均值的高效优化算法
PREAI
分享收藏On Wilcoxon rank sum test for condition monitoring and fault detection of wind turbinesWilcoxon秩和检验在风力发电机状态监测和故障检测中的应用.png)
APPLIED ENERGY
OAAI
APPLIED ENERGYIF11
OAAI分享收藏Maximum entropy multi-threshold image segmentation based on improved particle swarm optimizationOAAI
OAAI分享收藏Multilevel thresholding based image segmentation using new multistage hybrid optimization algorithm
PREAI
分享收藏IMAGE SEGMENTATION AND OBJECT SELECTION BASED ON MULTI-THRESHOLD PROCESSINGVolkov, V.Y.; Markelov, O.A.; Bogachev, M.I. 基于多阈值处理的图像分割和目标选择. 俄罗斯大学学报. 无线电电子学. 2019, 22, 24–35. [Google Scholar] [CrossRef]
PREAI
分享收藏
查看更多内容