基于改进遗传算法的最佳熵阈值图像分割法  

Optimal Entropy Threshold Image Segmentation Method Based on Improved Genetic Algorithm

作　　者：王学忠[1] 徐丽萍[1] 吴海燕[1] 

机构地区：[1]安徽三联学院电子电气工程学院,合肥230601

出　　处：《宿州学院学报》2018年第8期103-106,共4页Journal of Suzhou University

基　　金：安徽省教育厅质量工程项目(2015sjjd027);安徽三联学院校级科研项目(KJYB2018003)

摘　　要：基本遗传算法的最佳熵阈值图像分割(SGA-KSW)存在收敛性差、最大熵的结果不稳定,导致图像分割过当或不足等现象。为了使图像分割效果更好,提出了改进型遗传阈值算法(IGA-KSW),即改进基本遗传算法中的选择、交叉和变异的算子方法,通过精英策略和赌轮盘相结合选择法、交叉概率与变异概率随着进化代数而变化的遗传算法来搜索图像最大熵的阈值。结果表明,该方法使图像最大熵的阈值范围缩小,平均最佳阈值更接近图像的实际最优阈值,达到了使分割图像更加清晰、准确和稳定的目的。

关 键 词：遗传算法 图像分割 最佳熵阈值 

分 类 号：TP301.6[自动化与计算机技术—计算机系统结构]