采用进化规划和最大熵的目标图像分割算法  

An image segmentation algorithm based on EP and Maximum Entropy Criterion

作　　者：蔡梅艳[1] 吴庆宪[1] 姜长生[1] 

机构地区：[1]南京航空航天大学自动化学院,南京210016

出　　处：《电光与控制》2008年第4期13-16,共4页Electronics Optics & Control

基　　金：航空支撑基金(05C52007);航空科学基金(04D52028)

摘　　要：图像分割是图像处理和计算机视觉中关键技术之一。在分析最大熵法和进化规划算法(EP)基础上,提出一种自动阈值选取的图像分割算法。该算法以图像的最大熵作为适应度值,将图像分割问题看作一个全局数值优化问题,利用进化规划全局寻优和快速计算的特点,搜索一个最佳阈值用于图像分割。仿真结果表明,本方法很好地解决了最大熵法计算量大的缺点,速度快且分割效果好。Image segmentation is one of the critical technologies in image processing and computer graphics. A new automatic threshold-selecting image segmentation algorithm is put forward based on the analysis to the Maximum Entropy Cfiterion（MEC） threshold method and Evolution Programming（EP） algorithm. The algorithm regards the image segmentation as a global optimization program that uses the maximum entropy as the fitness value. By using the features of EP of global optimizing and rapid calculation speed, the algorithm searches an optimal threshold for image segmentation. The simulation results show that this method overcomes the disadvantages of MEC of large computation cost, and has quick speed and good segmentation quality.

关 键 词：图像处理 图像分割 进化规划 最大熵 阈值 

分 类 号：V271.4[航空宇航科学与技术—飞行器设计] TP391.41[自动化与计算机技术—计算机应用技术]