一种基于遗传算法的最小交叉熵阈值选择方法
最小交叉熵阈值法(MCET)在二级阈值中是有效的,但在多极阈值的穷尽搜索中却要付出昂贵的时间代价。鉴于此,提出一种基于遗传算法(GA)的MCET选择方法:在执行图像分割(IS)任务之前,先将IS转化为在一定约束条件下待优化的问题;在寻找待优化问题最优解的计算过程中引入一种回归设计技巧以存储中间结果;使用这种回归设计技巧,在一组标准测试图像上利用GA搜索待优化问题的最优解。实验结果表明,利用所提出的方法获得的多个阈值非常接近于穷尽搜索获得的结果。
图像分割、最小交叉熵、阈值、遗传算法、回归程序设计
TP391.41(计算技术、计算机技术)
国家自然科学基金项目61202313,61202318,61261027,31260273;国家科技支撑计划项目2012BAH25 F02;江西省自然科学基金项目20122BAB201044;江西省教育厅项目GJJ12642
2013-12-04(万方平台首次上网日期,不代表论文的发表时间)
共7页
1805-1810,1816