《表3 六种算法在F(Z)值上的实验结果对比》
为了验证GCCOA在医学图像增强上的有效性,采用GCCOA对医学图像增强中的参数进行大量优化选择的实验,所采用的实验环境见4.1节。对比算法有LSFLA[14]、GWO、COA、EEGWO和CSPSO,其中,LSFLA (Lévy flight shuffle frog leaping algorithm)是Tang等人提出了一种Lévy flight的SFLA变体。限于篇幅,选择四幅医学图像(其中三幅人体血管图像和一幅肿瘤图像)作为示例说明,它们分别为blood1.bmp、blood2.bmp、blood3.bmp和tumour.bmp。实验参数设置如下:种群数N=100,最大迭代次数500,每种算法独立运行10次。表3给出了六种算法在F(Z)值上的实验结果对比。四幅图像增强效果如图4所示。
图表编号 | XD00222756800 严禁用于非法目的 |
---|---|
绘制时间 | 2020.09.05 |
作者 | 张新明、付子豪、陈海燕、刘尚旺、窦智、刘国奇 |
绘制单位 | 河南师范大学计算机与信息工程学院、河南师范大学计算机与信息工程学院、湖北省肿瘤医院妇瘤科、河南师范大学计算机与信息工程学院、河南师范大学计算机与信息工程学院、河南师范大学计算机与信息工程学院 |
更多格式 | 高清、无水印(增值服务) |