基于最優(yōu)家族遺傳算法的改進二維熵圖像分割
2004-04-29 00:44:03徐曉軍等
西安交通大學學報 2004年11期
徐曉軍等
摘要：分析了最大二維熵圖像分割算法的基本原理，提出了一種改進的二維熵圖像分割算法。該算法同時考慮了孤立像素點的灰度信息和像素點的空間相關性，并對目標的邊緣進行檢測，因此保留了更多的圖像邊緣信息。引入搜索區(qū)域、群體規(guī)模可變的最優(yōu)家族遺傳算法對閾值進行搜索，不僅提高了算法的搜索速度，而且避免了早熟現(xiàn)象。實驗結果表明，分割256×256的Lena圖100次，平均時間為1.5937s，平均進化代數(shù)為2.5037，且邊緣信息得到了很好保留。改進算法在分割速度和分割精度上比普通的二維熵的分割算法有顯著的提高，說明了算法的有效性。
關鍵詞：二維熵；圖像分割；遺傳算法；邊緣檢測；灰度
中圖分類號：TP391 文獻標識碼：A
