改良遗传算法在图像多阈值分割中的应用  

Improved Genetic Algorithm for Multi-Level Threshold Image Segmentation

作　　者：朱峰[1] 宋余庆[1] 金华[1] 周成兵[1] 

机构地区：[1]江苏大学计算机科学与通信工程学院,江苏镇江212013

出　　处：《江苏大学学报（自然科学版）》2003年第6期66-69,共4页Journal of Jiangsu University：Natural Science Edition

基　　金：镇江市社会发展基金(SH2002039)

摘　　要：最大熵原则是图像阈值分割的一个重要方法。但是用此方法进行多阈值分割时,存在着计算开销巨大的问题。笔者在M.Srinivas的自适应遗传算法基础上提出一种改良的遗传算法,用于基于模糊最大熵图像多阈值分割,克服了此分割方法计算量大的问题。通过实验,比较了改良遗传算法和M.Srinivas自适应遗传算法及模拟退火算法,显示了改良遗传算法的有效性。The maximum entropy approach is one of the most important threshold selection method. There exists a problem of computational prohibitive when fuzzy c partitions maximum entropy is applied to muli-level threshold selection. An improved genetic algorithm based on Srinivas Adaptive Genetic Algorithm is proposed to solve this problem. The results show that it can shorten the computation time compared with simulated annealing algorithm.

关 键 词：图像处理 阈值 模拟退火算法 遗传算法 

分 类 号：TP391[自动化与计算机技术—计算机应用技术]