您当前的位置：
首页 >
文章列表页 >
增强型金枪鱼群优化指数熵的砂粒显微图像分割
信息科学 | 更新时间：2024-05-08
|

    • 增强型金枪鱼群优化指数熵的砂粒显微图像分割

    • Sand microscopic image segmentation with enhanced tuna swarm optimization exponential entropy

    • “地质评估领域迎来了一项重要突破。针对砂粒显微图像分割这一难题，研究者提出了一种增强型金枪鱼群优化指数熵的分割方法（ETSO-EXP）。该方法能够有效保留各类砂粒的纹理特征，为地质评估提供了更为准确的图像分割手段。研究者首先针对金枪鱼群优化算法（TSO）的不足，提出了混沌扰动策略、动态权重策略和余弦干扰策略进行增强。实验表明，这些改进使得ETSO在收敛精度和速度上都有了显著提升。随后，研究者将ETSO应用于确定EXP的分割阈值，并通过信息量标准验证了该方案的可行性。在雅鲁藏布江砂粒显微图像数据集上的实验结果显示，与TSO-EXP相比，ETSO-EXP在峰值信噪比、结构相似性、特征相似度和寻优速度等方面均取得了显著的提升。这一研究成果不仅展示了ETSO-EXP在砂粒显微图像分割中的优越性能，还为地质评估领域提供了新的解决方案。该方法对于处理对比度较高、纹理丰富或砂粒碎屑尺寸差异较大的图像具有较高的分割精度和计算速度，为地质评估提供了有力的技术支持。”
      ”
    • 光学精密工程   2024年32卷第8期 页码：1199-1211

    • DOI：10.37188/OPE.20243208.1199    

      中图分类号： TP399

    • 纸质出版日期：2024-04-25，

      收稿日期：2023-06-21，

      修回日期：2023-08-22，

    扫 描 看 全 文

  • 王梦菲,王卫星,徐琨等.增强型金枪鱼群优化指数熵的砂粒显微图像分割[J].光学精密工程,2024,32(08):1199-1211. DOI： 10.37188/OPE.20243208.1199.

    WANG Mengfei,WANG Weixing,XU Kun,et al.Sand microscopic image segmentation with enhanced tuna swarm optimization exponential entropy[J].Optics and Precision Engineering,2024,32(08):1199-1211. DOI： 10.37188/OPE.20243208.1199.

  •  
  •  

0

浏览量

23

下载量

0

CSCD

文章被引用时，请邮件提醒。
提交
工具集
下载
参考文献导出
分享
收藏
添加至我的专辑

相关文章

语义流引导采样结合注意力机制的脑肿瘤图像分割
混沌SSA优化多重熵阈值的骨料图像自动分割
基于高分辨率复合网络的皮肤病变分割
采用DoubleUNet网络的结直肠息肉分割算法
基于Hessian矩阵和支持向量机的CT图像裂纹分割

相关作者

宋建丽
吕晓琪
谷宇
梁礼明
周珑颂
冯骏
盛校棋
吴健

相关机构

内蒙古工业大学 信息工程学院
内蒙古科技大学 信息工程学院
华南理工大学 计算机科学与工程学院
江西理工大学 电气工程与自动化学院
江西理工大学 信息工程学院
0