基于分块采样和遗传算法的自动多阈值图像分割

摘要：

图像多阈值分割在图像压缩、图像分析和模式识别等很多领域具有重要应用,但是阈值数的自动选择一直是至今未解决的难题.为此,基于分块采样和遗传算法提出一种自动多阈值图像分割算法.首先将一幅图像看成是由像素值组成的总体,运用分块采样得到若干子样本；其次在每一个子样本中运用遗传算法来使样本的均值与方差比极大化；再基于获得的样本信息对阈值数目和阈值进行自动预测；最后利用一种确定性的算法对阈值数和阈值做进一步的优化.该算法无需事先考虑图像的纹理和分割数等先验信息,具有较高的易用性,其计算复杂性对图像阈值个数敏感性较低,且无需进行灰度直方图分析.在Berkeley图像分割数据集上的大量仿真实验结果表明,文中算法能获得较准确、快速和稳定的图像分割.

关键词：图像分割、多阈值、分块采样、遗传算法

所属期刊栏目：23

分类号：TP391.4(计算技术、计算机技术)

资助基金：国家自然科学基金10471045,61003066;广东高校优秀青年创新人才培养计划项目LYM10097, LYM09097

在线出版日期：2012-03-05（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：1860-1868