基于遗传算法的灰度-梯度熵多阈值图像分割

摘要：

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。

关键词：遗传算法、灰度-梯度熵、多阈值、图像分割、积分图

分类号：TP391.4(计算技术、计算机技术)

资助基金：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

在线出版日期：2015-08-28（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：995-1003