【摘要】：图6.9和图6.10分别展示了FMQABCA和FMDGWOA方法的分割结果。为了与其他模糊优化方法进行比较，图6.11和图6.12分别给出FDE、FMQABC、FMQABCA、FMDGWO和FMDGWOA方法在5个阈值情况下的分割结果。因此本书在后续章节中同样通过PSNR等评价标准分析模糊多阈值图像分割的质量。图6.9FMQABCA图像分割结果图6.10FMDGWOA图像分割结果本章所使用的比较文献中，图像分割结果均以灰度图像表示。限于相关文献的测试图像和文章篇幅，灰度图像的比较将只给出部分图像的实验结果。
图6.9和图6.10分别展示了FMQABCA和FMDGWOA方法的分割结果。为了与其他模糊优化方法进行比较，图6.11和图6.12分别给出FDE、FMQABC、FMQABCA、FMDGWO和FMDGWOA方法在5个阈值情况下的分割结果。从视觉上来分析，几种方法均获得了较为精细的分割结果，但是很难区分图像分割质量的优劣。因此本书在后续章节中同样通过PSNR等评价标准分析模糊多阈值图像分割的质量。
图6.9 FMQABCA图像分割结果
图6.10 FMDGWOA图像分割结果
本章所使用的比较文献中，图像分割结果均以灰度图像表示。为了比较不同方法的视觉效果，图6.9和图6.10中显示的结果将会被灰度化（同一区域的灰度值将会被该区域灰度值的平均值替代）。限于相关文献的测试图像和文章篇幅，灰度图像的比较将只给出部分图像的实验结果。(www.xing528.com)
图6.11分别展示了FDE、MQABC和MQABCA在四幅图像下的比较结果，图6.12分别展示了FDE、FMDGWO和FMDGWOA在另外四幅图像下的比较结果。与FDE方法相比，在模糊多阈值图像分割中，本书所提FMQABC、FMQABCA、FMDGWO和FMDGWOA在图像分割方面都获得较好的视觉效果。
图6.11 FDE、FMQABC和FMQABCA的分割结果比较
图6.12 FDE、FMDGWO和FMDGWOA分割结果比较
免责声明：以上内容源自网络，版权归原作者所有，如有侵犯您的原创版权请告知，我们将尽快删除相关内容。
