基于最优家族遗传算法的改进二维熵图像分割

• 作者: 徐晓军 李建华 王孙安 郭咏虹
• 来源期刊: 西安交通大学学报
• 关键词: 二维熵 图像分割 遗传算法 边缘检测 灰度
• 年，卷（期）: 2004,（11）
• 页码范围: 1182-1185
• 页数: 4页
• 分类号: TP391
• 语种: 中文
• DOI: 10.3321/j.issn:0253-987X.2004.11.020

摘要

分析了最大二维熵图像分割算法的基本原理,提出了一种改进的二维熵图像分割算法.该算法同时考虑了孤立像素点的灰度信息和像素点的空间相关性,并对目标的边缘进行检测,因此保留了更多的图像边缘信息.引入搜索区域、群体规模可变的最优家族遗传算法对阈值进行搜索,不仅提高了算法的搜索速度,而且避免了早熟现象.实验结果表明,分割256×256的Lena图100次,平均时间为1.593 7 s,平均进化代数为2.503 7,且边缘信息得到了很好保留.改进算法在分割速度和分割精度上比普通二维熵的分割算法有显著的提高,说明了算法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王孙安	西安交通大学机械工程学院	128	2802	30.0	48.0
2	徐晓军	西安交通大学机械工程学院	2	15	2.0	2.0
3	李建华	西安交通大学机械工程学院	48	1483	21.0	38.0
4	郭咏虹	西安交通大学机械工程学院	9	33	3.0	5.0