原书出处
智能算法导论
116 1 1 . 4 . 3 基 于 模 拟 退 火 算 法 的 图 像 分 割
SAA替代穷举法,快速获得最优的模糊熵参数组合以及近似最优的图像分割阈值,有效降低了计算复杂度,减小了算法的搜索空间。
传统的Otsu算法的思想是按序遍历直到找到使得类间方差最大的阈值T,导致算法的计算复杂度随着分类数的增加呈几何级数增长,因此,在很多情况下Otsu算法是不适用的。采用基于模拟退火算法的阈值选取方法[39]可以解决多阈值分割时,Otsu算法计算量过大的问题。
该算法利用SAA替代穷举法,克服了穷举造成的计算复杂度过大的缺点。根据最大类间方差准则,利用直方图分析处理,将图像的分类
原书定位详情
来源:a19c7933-4eda-4176-aebd-30fe7e1ad292
正文位置:extracted/智能算法导论/_epub-src/EPUB/xhtml/chapter11_0011.xhtml
EPUB SHA-256:18e2691ea1badb55bab48f10fe7172f9d6a95bc5207bb2e234686cbbaff3641d