10.3778/j.issn.1673-9418.1411050
基于遗传算法的灰度-梯度熵多阈值图像分割
一些基于熵的阈值图像分割技术考虑了空间信息,从而能够提高阈值分割的性能,但是仍然不能较好地区分边缘和噪声。尽管灰度-梯度(gray-level & gradient-magnitude,GLGM)熵算法能有效地解决以上问题,但是针对多目标和复杂图像却不能有效地分割。为此,提出了一种基于遗传算法(genetic algorithm,GA)的GLGM熵多阈值快速分割方法。该方法应用积分图思想将GLGM熵算法阈值搜索空间从O(9′ L)降到O(L),并将GLGM熵算法从单阈值拓展到多阈值。最后应用基于实数编码的遗传算法搜索GLGM熵多阈值的最佳阈值。仿真结果表明,该方法能够实现图像的快速多阈值分割,适合复杂图像分割。
遗传算法、灰度-梯度熵、多阈值、图像分割、积分图
TP391.4(计算技术、计算机技术)
The National Natural Science Foundation of China under Grant No.11265007;the Scientific Research Founda-tion for Returned Scholars, Ministry of Education of China under Grant No.2010-1561
2015-08-28(万方平台首次上网日期,不代表论文的发表时间)
共9页
995-1003