基于遗传算法的阈值图像分割研究.pdf

第6卷第3期 太原师范学院学报(自然科学版) V01．6No．3 2007年9月JOURNALOFTAIYuANNORMALuNⅣERSITY(NaturalScienceEdlti。n) sept．2007 基于遗传算法的阈值图像分割研究 汪筱红1须文波2 (1．无锡广播电视大学信息工程系，江苏无锡214021；2．江南大学信息工程系，江苏无锡214021) [摘要] 图像闽值分割技术在图像分析和图像识别中具有重要的意史．最大熵方法具有很多 优点，但同时也存在弱点：需要大量的运算时间，因此需要引入优化算法．文中将遗传算法用于最大 熵罔值的图像分割方法中，提出了一种基于遗传算法的最大熵闺值图像分割方法．仿真实验表明， 该方法可以有效地提高最大熵图像分割的计算速度，提高图像处理的实时性． [关键词]遗传算法；图像分割；阚值f群智能 1672—2027(2007)03一011103 0613．71 A [文章编号] (中图分类号] [文献标识码] 0前言 图像分割是一种重要的图像处理技术，广泛应用在图像处理、计算机视觉等应用领域．图像分割主要利 用图像中要提取的目标物体与背景在灰度上的差异，把图像分为目标区域和背景区域．利用阈值对图像进行 分割时，关键是找到恰当的阈值将目标和背景区分开来．在众多的闺值化分割算法中，均涉及到寻优的问题， 所以如何快速有效地选取最优阈值是基于阈值方法图像分割技术的一个关键． 遗传算法(Genetic 具有鲁棒性、并行性和自适应性的优化算法．本文将遗传算法应用到图像分割中，提出了一种基于最大熵阈 值分割技术的图像分割算法．仿真实验表明，新算法不仅能够对图像进行准确的分割，而且能够以较少的计 算代价得到最优阚值． 1最大熵阈值分割啪 1．1一维最大熵阈值分割 成目标区域(0)，灰度级高于￡的像素点构成背景(B)，那么各个灰度级在本区的分布概率为： o区差汪12，…幽B区：尚 一￡+¨+2，…，卜1；其中，炉萎户， 对于数字图像中的目标和背景区域的熵分别为： H。(f)一一∑(户，／A)lg(声。／A)i—o，1，…，f (1) (2) 则熵函数定义为： 眦)一娜蚪蛐)_l喇咱)+鲁+牛三茅 (3) H，一∑声．1n户：，H：一∑户，lnA 收稿日期：2007一05—16 作者简介：汪筱红(1969)．女，江苏无锡人，无镑广播电视大学信息工程系讲师，上海交通大学在读硬士研究生，主要从事图像处理、智 能计算研究 万方数据万方数据 112 太原师范学院学报(自然科学版) 第6卷 当熵函数取得最大值时对应的灰度值￡。就是所求的最佳阈值，即 max日0)． f’一A。g 0≤l≤￡一1 1．2 二维最大熵阈值分割”1 一维最大熵基于原始直方图，只利用了点灰度信息而未充分利用图像的空间信息，所以当信噪比降低 时，分割效果并不理想．二值最大熵阚值法利用图像中各像素的灰度值分布及其领域的平均灰度值分布所构 成的二维直方图进行阈值分割，它比一位最大熵阈值分割使用了更多原图像信息，不仅考虑了各像素本身灰 度值而且利用了各像素邻域内像素灰度值相互关系等性质，通常情况下能得到很好的分割效果．具体方法如 下： 首先，以原始灰度图像中各像素及其领域的4个像素为一个区域，计算 出区域灰度均值图像，这样，原始图像中的每一个像素都对应于一个点灰度 一区域灰度均值对，这样的数据对存在L×L种可能的取值．设啦，，