基于改进模糊指数熵双阈值的3维人体图像分割优化算法
由于3维人体图像数据量大,导致分割耗时严重;人体组织间灰度差异相对较小,致使分割效果不佳.针对上述3维分割的两大难点问题,提出了改进的模糊指数熵函数来改善分割结果,并以加权免疫遗传算法(WIGA)对阈值进行优化搜索,从而提出了一种基于改进模糊指数熵双阈值的3维图像分割优化算法.真实人体胸部数据的分割结果表明,与传统熵函数及模糊隶属度函数相比,改进的最大模糊指数熵函数得到的阈值分割效果更好,且提出的WIGA算法的耗时仅为传统穷尽搜索法的14%.在与简单遗传算法(SGA)和免疫遗传算法(IGA)耗时基本相同的情况下,100次阈值计算结果表明,本文算法更加精确、稳定.
3维图像分割、模糊指数熵、免疫遗传算法
13
TP391.41(计算技术、计算机技术)
国家博士点基金项目20040699015
2008-11-18(万方平台首次上网日期,不代表论文的发表时间)
共7页
1733-1739