融合量子克隆进化与二维Tsallis熵的医学图像分割算法
针对进化算法用于图像分割时收敛速度慢、易早熟的缺点,提出一种改进的量子克隆进化算法.首先利用量子空间的多样性丰富种群信息,在量子变异中根据适应度的不同对个体施以不同的混沌扰动,以克服量子门旋转方向单一、大小固定的缺陷,避免种群陷入局部早熟;然后利用克隆算子将最优个体信息扩充至下一代,以提高其局部寻优能力,加快收敛速度;最后将此算法用于寻找二维Tsallis熵的最佳阈值,实现了对图像的分割.实验结果表明,该算法有效地解决了进化算法收敛速度慢和容易陷入局部极值的问题,而且在分割速度和精度上得到了较大提高,分割效果良好,可以满足医学图像三维重建要求.
进化算法、量子克隆、二维Tsallis熵、图像分割
26
TP391(计算技术、计算机技术)
国家自然科学基金60962004,61162016,61261029;甘肃省科技支撑计划1104FKCA102,1104GKCA057
2014-04-02(万方平台首次上网日期,不代表论文的发表时间)
共7页
465-471