一种改进遗传算法在图像分割中应用.docVIP

一种改进的遗传算法在图像分割中的应用 　　【摘 要】二维最大熵图像阈值分割法是在整个二维灰度空间上搜索相关参数，从而使得图像的总熵取得最大值的优化问题，该算法计算量大、耗时长。为此，我们将二维最大熵的图像阈值分割方法中的相关技术引入到遗传算法中，以降低算法的复杂度。具体地，结合二维最大熵图像分割法的特点，我们对传统遗传算法中的选择算子、交叉算子和变异算子等进行了优化设计，以加快算法的收敛性。实验结果表明，本文设计的基于遗传算法的二维最大熵图像分割方法所分割的图像优于一般常用的图像分割算法。 　　【关键词】遗传算法；二维最大熵法；图像分割；阈值分割 　　An Improved Genetic Algorithm for Image Segmentation 　　WANG Dan ZHOU Jin-cheng 　　（School of Mathematics and Statistics，Qiannan Normal College for Nationalities， Duyun Guizhou 558000， China） 　　【Abstract】The two-dimensional maximum entropy method is an optimization problem for the parameters search in the whole two-dimensional gray space to obtain the maximum total entropy of an image. Thus， the amount of the calculation would be large and the time cost would be high. In order to reduce the complexity of the algorithm， we introduce the relevant technology of the two-dimensional maximum entropy method into the genetic algorithm for image segmentation problem. Specifically， considered with the characteristics of two-dimensional entropy image segmentation method， we optimize the selection， crossover and mutation operators in the traditional genetic algorithm， so as to accelerate the convergence of the search process. Experimental results show that our genetic algorithm with two-dimensional maximum entropy method is better than the common image segmentation algorithm. 　　【Key words】Genetic algorithm； Two-dimensional maximum entropy method； Image segmentation； Threshold segmentation 　　0 引言 　　遗传算法（Genetic Algorithm， GA）[1]是由美国Michigan大学的Holland于1975年提出的一种随机自适应的全局搜索算法。它是一种通过借鉴进化论中适者生存、优胜劣汰的遗传机制演化而来的计算模型。该算法的基本思想最先由Holland[2]在1962年提出，之后陆续有研究者提及了该算法的一些基本概念[3-6]，“遗传算法”这个术语在1967年首先由Bagley在其博士论文中使用，但直至1975年，遗传算法的数学框架与理论才由Holland[7]在其专著中进行了系统而详细的表述。 　　早期的遗传算法主要被用于求解函数优化问题和人工自适应系统的研究与设计。随着遗传算法的不断改进与完善，它为解决复杂优化问题提供了一种崭新且有效的思路，其良好的搜索能力得了广大学者的关注和认可。当前，遗传算法的应用范围已被逐渐延伸到了组合优化、图像处理、网络通信、模式识别等众多复杂优化领域。 　　图像分割[8]是图像处理及前期视觉中常常用到的一种基本技术，也是大多数图像分析及视觉系统的重要组成部分。所谓图像分割是指根据图像的灰度、几何形状、空间纹理、色彩等特征把图像划分成若干个互不相交的区域，使得