改进的Otsu理论在图像阈值选取中的应用

提出了一种基于GA优化的Otsu理论进行图像阈值选取的新方法。利用传统的Otsu理论进行图像阈值选取,计算量较大,准则函数不一定单峰,不适于最佳阈值的求取。遗传算法理论为一种全局搜索方法,它自适应地控制搜索过程以求得最优解,从而可克服Otsu方法的不足,有利于计算机视觉的后续处理。文中将遗传算法和Otsu理论进行了有机结合,实现了图像阈值自动选取,且大大降低了计算量。实验结果表明该算法不仅提高了分割质量,而且缩短了寻优时间,从而说明了该算法的有效性、正确性。基于改进Otsu优化的模糊算子理论的提出,解决了模糊算子中关键参数确定困难的问题,实现了其参数的自适应获取,并将该理论应用于图像增强中,从而有效地消除了图像的模糊和噪声干扰。