技术详细介绍
本发明公开了一种基于综合学习差分演化算法的多阈值图像分割方法，本发明在差分演化算法的变异操作过程中，采用二元锦标赛选择方法随机从种群中选择出一个个体，并将它与最优个体生成一个综合个体，再以该综合个体为基础个体执行变异操作生成变异个体，以此在保持种群多样性的同时尽可能加快搜索速度，然后执行传统差分演化算法的杂交、选择操作算子；同时，根据当前的搜索反馈信息适应性地调整缩放因子和杂交概率的值，以此增强算法的鲁棒性；重复执行上述步骤直至满足终止条件，在计算过程中得到的最优个体，即为图像最终的分割阈值；本发明能够减少陷入局部最优的概率，提高图像分割的精度，加快分割的速度，提高分割的实时性。
一种基于综合学习差分演化算法的多阈值图像分割方法，其特征在于，包括以下步骤：
