基于最优家族遗传算法的改进二维熵图像分割

被引:2
作者
徐晓军
李建华
王孙安
郭咏虹
机构
[1] 西安交通大学机械工程学院
[2] 西安交通大学机械工程学院 西安
[3] 西安
关键词
二维熵; 图像分割; 遗传算法; 边缘检测; 灰度;
D O I
暂无
中图分类号
TP391.41 [];
学科分类号
080203 ;
摘要
分析了最大二维熵图像分割算法的基本原理,提出了一种改进的二维熵图像分割算法.该算法同时考虑了孤立像素点的灰度信息和像素点的空间相关性,并对目标的边缘进行检测,因此保留了更多的图像边缘信息.引入搜索区域、群体规模可变的最优家族遗传算法对阈值进行搜索,不仅提高了算法的搜索速度,而且避免了早熟现象.实验结果表明,分割256×256的Lena图100次,平均时间为1 5937s,平均进化代数为2 5037,且边缘信息得到了很好保留.改进算法在分割速度和分割精度上比普通二维熵的分割算法有显著的提高,说明了算法的有效性.
引用
收藏
页码:1182 / 1185
页数:4
相关论文
共 8 条
[1]   最优家族遗传算法 [J].
李建华 ;
王孙安 ;
不详 .
西安交通大学学报 , 2004, (01) :77-80
[2]   基于遗传算法的二维最大熵图像分割算法 [J].
吴薇 ;
赵旭 ;
邓秋霞 .
武警工程学院学报, 2003, (04) :25-27
[3]   基于遗传算法的彩色图象分割 [J].
张笃振 ;
李一民 .
昆明理工大学学报(理工版), 2003, (04) :57-58+72
[4]   基于适应性阈值和遗传算法的图像分割 [J].
王英健 ;
周书仁 ;
唐贤瑛 .
长沙交通学院学报, 2003, (02) :69-72
[6]   自调节基因移民遗传算法的研究 [J].
庄健 ;
王孙安 .
西安交通大学学报, 2002, (11) :1170-1172
[7]   利用遗传算法实现数字图像分割 [J].
金聪 ;
彭嘉雄 .
小型微型计算机系统, 2002, (07) :875-877
[8]   基于遗传算法的二维熵方法自动阈值 [J].
陆建峰 ;
李士进 ;
唐振民 ;
杨静宇 .
南京理工大学学报, 1998, (02) :9-12