采用遗传算法与最大模糊熵的双阈值图像分割

被引：9

作者：

陶文兵 ^{[1
]}

刘李漫 ^{[2
]}

田金文 ^{[1
]}

柳健 ^{[1
]}

机构：

[1] 华中科技大学图像信息处理与智能控制教育部重点实验室

[2] 华中科技大学电子与信息工程系

来源：

信号处理 | 2005年 / 06期

关键词：

图像分割; 模糊熵; 遗传算法; 概率划分;

D O I：

暂无

中图分类号：

TN911.73 [图像信号处理];

学科分类号：

摘要：

提出了一(?)基于概率划分的最大模糊熵双阈值图像分割方法。文章将概率划分、模糊划分及最大模糊熵准则结合起来,提出一种概率划分的最大模糊熵准则。将图像分为暗、灰和亮三个部分,并分别采用S函数、Π函数和Z函数来描述其模糊性。利用最大模糊熵准则确定图像的两个模糊区域带宽及其属性,进而确定图像的两个最佳分割门限。由于需优化处理的参数较多,本文采用遗传算法对六个模糊参数进行组合寻优,并采用合适的编码方案以避免无效染色体的产生。试验结果证明利用本文提出的最大模糊熵准则分割图像具有较好的效果,采用遗传算法也使本文的分割算法速度大大提高,在较短的时间内能够得到满意的分割结果。

引用

页码：684 / 687

页数：4