-
题名基于改进遗传算法的图像分割
- 1
-
-
作者
胡承刚
高建瓴
喻明豪
白羽飞
陈楠
-
机构
贵州大学大数据与信息工程学院
-
出处
《智能计算机与应用》
2021年第12期109-115,共7页
-
文摘
针对大律法(Otsu)分割图像存在分割效率不高、抗噪性能不佳的缺点,提出一种改进的遗传算法,并对大律法阈值分割算法优化。改进的遗传算法主要有两个方面:首先、结合种群密度和算法进化代数的协同性来考虑改进算法的交叉概率,使算法自适应调节交叉概率。其次、计算种群中心区域密度,并结合算法进化代数对变异概率做出自适应调整,进化过程种群相对稳定时加入"天灾"设定,破坏种群结构,防止算法因为种群内部相对稳定而陷入局部最优解。经过实验,本文所提算法在收敛速度上比参考文献中改进的遗传算法和自适应遗传算法快,陷入局部最优解次数少。经过图像分割实验验证,本文算法分割效率高,抗噪性能更好。
-
关键词
大律法阈值分割
种群密度
种群结构
图像分割
-
Keywords
Otsu threshold split
population density
population structure
image segmentation
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
TP18
[自动化与计算机技术—控制理论与控制工程]
-