8.6 鸽群优化在图像处理中的应用
Duan et al [9] 将鸽群优化用于回声状态神经网络的参数优化，并将该改进后的递归神经网络算法用于图像复原，该图像复原算法可用于模糊图像复原和噪声图像复原。回声状态神经网络是一种递归神经网络，参数选择对该神经网络的性能有很大影响。首先使用正交设计策略初始化鸽群优化参数，通过对用不同程度和不同类型退化的图像进行复原以测试该图像复原算法的性能，并与多种其他图像复原算法进行了对比实验。实验结果表明，通过设置训练样本可以实验对不同程度和不同类型的退化图像进行复原，相比其他算法有较强的适应性。
Saranya et al [20] 应用鸽群优化从卵巢图像得到应用于自动检测的最优阈值，并且提取特征。该文献中提出的方法通过最大化改进大津阈值类间方差的方式有效地获得了阈值。这种自动卵巢囊肿检测系统能够有效地减少手动检测的误差、诊断时间。
