《表2 对于图B采用4种算法随机运行10次的阈值对比》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于遗传变异的鸟群图像分割算法》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

为了验证本文算法在图像分割方面的优势，分别用传统遗传算法和双种群遗传算法、鸟群算法、本文改进的遗传变异鸟群算法进行对比，适合度函数均为otsu，实验结果见表1、表2。为了验证本文的方法对噪声有较强的鲁棒性则对图像加入高斯噪声、椒盐噪声，并使用本文改进的方法进行分割。实验在系统为Windows10，处理器为CoreI7，显卡为GTX960M，内存为8GB的笔记本电脑上进行。选取图A、图B两幅图像分别用上述的算法进行图像分割，验证本文算法的准确性、稳定性。再对图C、图D、图E这3幅图像加入噪声，验证本文算法对噪声的鲁棒性。