基亏遗传算法的最大类间方差法的改进.pdfVIP

第 21卷 第 1期 电子设计工程 2013年 1月 Vo1．2l No．1 ElectronicDesignEngineering Jan．2013 基亏遗传算法的最大类间方差法的改进 杨修 国 (陕西工业职业技术学院 电气工程学院，陕西 成阳 712000) 摘要 ：通过对遗传算法的基本概念 、遗传算法的流程 、普通最大类间方差法(Otsu法)和研究遗传算法的最大类 间方 差研 究：对基于遗传算法 的最大类 间方差进行改进 ，使得 图像分割损失减少 ，分割效果增强。 羞键词：图像分割；遗传算法；最大类问方差法；选择；交叉 中图分类号 ：TP317．4 文献标识码 ：A 文章编号 ：1674—6236(2013)ol一0188-02 Geneticalgorithm basedonOtsumethodimprovement YANG Xiu—gu (ShaanxiInstituteofIndustryTechnologySchoolofElectricalEngineering，Xianyang712000，China) Abstract：Basedonthebasicconceptsofgeneticalgorithms，geneticalgorithm flow，ordinaryOtsumethod (Otsumethod) and thestudyofgeneticalgorithm on themaximum between—clustervariance；geneticalgorithm basedon Otsu image segmentationwasimproved，lossofreduction，separationeffectisenhanced． Keywords：Imagesegmentation；geneticalgorithm ；Otsu；selection；cross 遗传算法是 20世纪 70年代 由J．H．tIolland教授首先 3)判断是否满足终止条件 ，是，执行步骤 4；否则，进行选 提出的，其思想源于生物进化论 ，对包含可能解(个体)的种 择、交叉、变异操作形成子代种群 ，并将子代种群作为下一次 群反复使用基于遗传学的操作 ，生成新 的种群 ，同时搜索最 叠代 的父代种群 ，转入执行步骤 2； 优解 ，使 问题 的解不断 “进化 ”，以求得满足要求 的最优解 。 4)输 出最佳个体 ，退 出。 遗传算法 的计算过程首先是将实际的优化 问题编码成 符合 串，也称码 串、染色体 。将实际问题 的 目标函数转变为染 色体 的适应函数_1l，然后在随机产生 的一批初始染色体 的基 础上，根据各染色体的适应函数值进行繁殖 、交叉 、变异等遗 传操作产生下一代染色体 。遗传算法的基本思想是模拟 自然 选择和 自然遗传过程 中发生的繁殖 、交配和突变现象 ，由此 构成 了遗传算法 的3个基本算子：复制、交叉和变异 。 遗传算法在几个基本方面不 同于传统优化方法 。可总结 为如下几点： 图 1 标准遗传算法 (SGA)的基本流程图 1)遗传算法运算 的是解集 的编码 ，而不是解集本身； Fig．1 Standardgeneticalgorithm (SGA )ofthebasicflowchart 2)遗传算法的搜索始于解 的一个种群 ，而不是单个解 ； 2 基于遗传算法的最大类间方差分割方法 3)遗传算法只使用报酬信息(适值函数)，而不使用导数 或其他辅助知识 ： 2．1 普