广义模糊熵图像阈值分割参数选取的ADE方法

• 作者: 姜圣涛 穆学文
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 广义模糊熵 自适应差分进化 阈值分割 模糊集 补函数
• 年，卷（期）: 2018,（9）
• 所属期刊栏目: 图形图像处理
• 页码范围: 183-188,250
• 页数: 7页
• 分类号: TP391
• 字数: 7324字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1612-0253

摘要

针对广义模糊熵图像阈值分割参数不能自动选取,提出自适应差分进化(Adaptive Differential Evolution, ADE)的广义模糊熵图像阈值分割方法.利用自适应差分进化算法作为优化工具来选取广义模糊熵阈值分割所需要的最佳参数,引入自适应变异算子和提出交叉概率自适应函数对优化过程进行控制,通过把参数带入广义模糊熵的补函数得到图像的阈值,进而得到图像最优分割.为验证其有效性与可行性,分别同基本图像质量评价准则的模糊熵图像阈值分割算法和粒子群优化广义模糊熵图像阈值分割算法相比较,实验表明,针对不同细节的图片,该算法所得分割结果多数情况下背景信息更少,目标信息更清晰,用时更短,分割更稳定且效果良好.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	穆学文	西安电子科技大学数学与统计学院	21	37	3.0	4.0
2	姜圣涛	西安电子科技大学数学与统计学院	1	1	1.0	1.0