基于双自适应遗传算法的Otsu图像分割研究

• 作者: 廖延娜 李梦君
• 来源期刊: 计算机与数字工程
• 学科: 数学
• 关键词: 图像分割 遗传算法 类间最大方差法 自适应遗传算法
• 年，卷（期）: 2018,（6）
• 所属期刊栏目: 图像处理
• 页码范围: 1217-1221
• 页数: 5页
• 分类号: O243
• 字数: 3989字
• 语种: 中文
• DOI: 10.3969/j.issn.1672-9722.2018.06.033

摘要

为了克服标准遗传算法在图像分割过程中存在易早熟、易陷入局部最优的缺点,同时针对类间最大方差法仅对灰度直方图分布呈双峰的图像效果显著的不足,提出了一种基于双自适应遗传算法的改进Otsu图像分割算法.该方法将传统的自适应遗传算法与新算法进行融合形成双自适应遗传算法,同时考虑目标背景可变的Otsu图像分割算法,使得对个体的评价更为合理,改善种群的全局搜索能力.实验结果表明:与传统Otsu图像分割法及基于遗传算法的图像分割方法相比,该算法求得出的阈值范围更加稳定,且可以获得更优的图像分割效果,有利于计算机视觉的后续处理.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	廖延娜	西安邮电大学理学院	28	87	6.0	8.0
2	李梦君	西安邮电大学电子工程学院	2	7	1.0	2.0