基于遗传算法的灰度-梯度熵多阈值图像分割

• 作者: 崔锐 易三莉 相艳 符增 贺建峰
• 来源期刊: 计算机科学与探索
• 学科: 工学
• 关键词: 遗传算法 灰度-梯度熵 多阈值 图像分割 积分图
• 年，卷（期）: 2015,（8）
• 所属期刊栏目: 人工智能与模式识别
• 页码范围: 995-1003
• 页数: 9页
• 分类号: TP391.4
• 字数: 5039字
• 语种: 中文
• DOI: 10.3778/j.issn.1673-9418.1411050

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。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	贺建峰	昆明理工大学信息工程与自动化学院	61	281	9.0	13.0
2	相艳	昆明理工大学信息工程与自动化学院	36	92	5.0	8.0
3	易三莉	昆明理工大学信息工程与自动化学院	30	191	8.0	13.0
4	崔锐	昆明理工大学信息工程与自动化学院	5	25	3.0	5.0
5	符增	昆明理工大学信息工程与自动化学院	3	25	3.0	3.0