遗传算法粒在二维最大熵值图像分割中的应用

作     者：欧萍 贺电 OU Ping;HE Dian

作者机构：贵阳学院物理与电子信息科学系贵州贵阳550003 贵阳学院图书馆贵州贵阳550003 

出 版 物：《计算机仿真》 (Computer Simulation)

年 卷 期：2011年第28卷第1期

页      面：294-297,343页

学科分类：1305[艺术学-设计学（可授艺术学、工学学位）] 13[艺术学] 081104[工学-模式识别与智能系统] 08[工学] 0804[工学-仪器科学与技术] 081101[工学-控制理论与控制工程] 0811[工学-控制科学与工程] 

主　　题：图像分割 遗传算法 二维最大熵值 分割 

摘      要：研究图像分割,针对从图像中提取用户要求的特征目标,最优阈值的选取是图像准确分割的关键技术。传统二维最大熵值算法的最优阈值采用穷举方式进行寻优,耗时长,分割效率较低,易产生误分割。为了提高图像分割效率和准确性,提出一种遗传算法的二维最大熵值图像分割方法。先对原始图像进行灰度转换,绘制出图像的二维直方图。根据二维直方图信息选取适当灰度值进行初始化,采用遗传算法的初始种群,通过遗传算法选择、交叉和变异操作搜索最优阈值,获得的最优阈值对图像进行分割。实验结果表明,与传统二维最大熵值的图像分割算法相比,方法不仅运算速度加快,提高了分割效率,而且图像分割精度也大大提高。