基于改进藤壶优化算法的森林冠层图像分割

打开文本图片集

摘 要：为解决森林冠层图像因结构复杂，提取时受光照不均的影响而导致分割精度低的问题，采用一种基于自适应调整策略的混沌藤壶交配优化算法（Chaotic Adaptive Barnacle Mating Optimization， CABMO）的森林冠层图像分割方法。首先采用Logistic混沌映射初始化藤壶种群以提高算法的探索能力；然后设计非线性递增阴茎系数使探索和开发之间更平衡；最后将Kapur熵作为适应度函数，利用CABMO算法选取适应度函数的最优值，降低复杂度的同时，加强阈值的搜索效率。（剩余15969字）