基于分水岭算法的灵武长枣图像分割方法研究

摘要：

传统分水岭算法常常会因阈值选择不当而导致图像分割出现各种各样的问题,尤其是过分割问题.在传统分水岭算法的基础上,以灵武长枣图像为研究对象,运用遗传算法对随机选取的阈值进行优化选择;对自然光照环境下的20幅灵武长枣图像,采用改进后的分水岭算法对其进行分割.首先在传统分水岭算法的基础上,利用遗传算法对阈值进行寻优,得到最优的图像分割阈值,再利用最大类间方差法和数学形态学等方法对图像进行后处理,最终得到分割图像,将分割图像与人工分割得到的图像进行比较,分割的正确率能达到89.99%,且分割效果远远优于传统分水岭算法.实验表明,该方法能够得到最优分割阈值并且能够满足机器识别对图像分割的要求.

关键词：灵武长枣、图像分割、阈值选择、分水岭法、遗传算法

所属期刊栏目：54

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金31660239

在线出版日期：2018-08-23（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：169-175,184