论文部分内容阅读
针对传统的蜻蜓算法在处理图像分割问题时收敛速度慢及分割精度低等问题,提出基于混沌初始化和反向学习策略的蜻蜓算法,并将其有效地应用到多阈值彩色图像分割中。改进后的蜻蜓算法IDA(Improved Dragonfly Algorithm)不仅可以提高初始种群的质量,而且可以扩大种群的搜索范围,更加稳定快速地收敛于全局最优解。为了验证该算法的有效性,在伯克利图像上进行实验,并与其他元启发式算法进行比较。实验结果表明:该算法在保证稳定性的同时使图像分割的精度得到有效提升,而且可以提高算法的寻优效率,具有较强