文献类型：期刊文章

作　　者：欧萍[1] 贺电[2]

机构地区：[1]贵阳学院物理与电子信息科学系,贵州贵阳550003 [2]贵阳学院图书馆,贵州贵阳550003

出　　处：《计算机仿真》

年　　份：2011

卷　　号：28

期　　号：1

起止页码：294-297

语　　种：中文

收录情况：BDHX、BDHX2008、CSCD、CSCD_E2011_2012、ZGKJHX、核心刊

摘　　要：研究图像分割,针对从图像中提取用户要求的特征目标,最优阈值的选取是图像准确分割的关键技术。传统二维最大熵值算法的最优阈值采用穷举方式进行寻优,耗时长,分割效率较低,易产生误分割。为了提高图像分割效率和准确性,提出一种遗传算法的二维最大熵值图像分割方法。先对原始图像进行灰度转换,绘制出图像的二维直方图。根据二维直方图信息选取适当灰度值进行初始化,采用遗传算法的初始种群,通过遗传算法选择、交叉和变异操作搜索最优阈值,获得的最优阈值对图像进行分割。实验结果表明,与传统二维最大熵值的图像分割算法相比,方法不仅运算速度加快,提高了分割效率,而且图像分割精度也大大提高。

关 键 词：图像分割 遗传算法 二维最大熵值  分割  

分 类 号：TP391.4]