基于遺傳算法的ostu圖像分割方法

《基于遺傳算法的ostu圖像分割方法》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在工程資料-天天文庫。

1、基于遺傳算法的Ostu圖像分割方法羅麗霞（臨汾職業(yè)技術(shù)學(xué)院，山西臨汾041000）擡要：圖像分割是常見于模式識別和計(jì)算機(jī)模式的一種基本技術(shù)，目標(biāo)識別、目標(biāo)檢測和特征提取操作均需通過圖像分割進(jìn)行。目前圖像分割算法常用最大類間方差法（Otsu）,但這種算法受噪聲等因素干擾時(shí)容易造成分割錯(cuò)誤。詳細(xì)分析了以往Otsu闔值的處理原理，提出一種基于遺傳算法的Ostu圖像分割算法，仿真浜驗(yàn)表明圖像清晰度更顯著,并可有效縮短圖像分割時(shí)間，具有廣泛的發(fā)展前景。關(guān)鍵詞：遺傳算法；Otsu；圖像分割中圖分類號：TP391.41文獻(xiàn)標(biāo)識碼：ADOI：103969/jissn1673-1492201406

2、.007TheOstuImageSegmentationMethodBasedonGeneticAlgorithmLUOLi-xia(CcmputerDepartmentofLinfenVocationalandTechnicalCollegeShanxi/Linfen041000)Abstract:Imagesegmentationisabasictechniqueinpatternrecognitionandcomputermodel/targetrecognition/targetdetectionandfeatureextractionoperationshallbeca

3、rriedoutbyimagesegmentation?Theimagesegmentationalgorithmcommonlyusedmaximumbetweenclassvarianee(Otsu)/butthisalgorithmissegmentationerrorscausedbysensitivetonoiseandotherfactors?Tnthispaper/adetaileda-nalysisoftheprocessingprincipleofpreviousOtsuthreshold/putforwardakindofOstuimagesegmenta?

4、tionalgorithmbasedongeneticalgorithm/thesimulationshowsthattheeffectisremarkable/caneffec?tivelyshortenthetimeofimagesegmentation/andhaswidedevelopmentprospects.Keywords:geneticalgorithm；Otsu；imagesegmentation0引言隨著近年來科學(xué)技術(shù)的快速發(fā)展，許多以閾值分割技術(shù)為基礎(chǔ)的圖像分割方式被不斷提出,例如最大類間方差法、最大嫡原則、最小偏態(tài)法和最小誤差法。最大類間方差（Otsu）是

5、以統(tǒng)計(jì)原理為基礎(chǔ)的一種判決法，該判決法的其它參數(shù)無需經(jīng)過人工設(shè)定和先驗(yàn)知識，可自動(dòng)選取閾值，具有分割速度快和算法簡便等特點(diǎn)，由于其可快速、顯著提高圖片分割效果，故成為現(xiàn)階段最常見的一種圖像分割方法菇。Otsu閾值法可選擇類間方差最大的閾值，實(shí)現(xiàn)背影與目標(biāo)的分離"以往的一維Otsu法只針對圖像本身的灰度信息進(jìn)行處理,像素和領(lǐng)域之間的空間信息并未得以處理，故圖像在受到噪聲或其它外界因素干擾時(shí)，灰度直方圖中的波谷及波峰均呈不明顯分布，容易造成分割錯(cuò)誤劉建莊針對此問題提出了二維Otsu法，通過二維直方圖的方式選取灰度級與平均灰度級的閾值，由于閾值法由傳統(tǒng)的一維發(fā)展到了二維，較一維方式帀言

6、二維Otsu法具有明顯的抗噪聲能力，顯著改善圖像的分割效果遺傳算法（GA）是模擬生物遺傳機(jī)制和自然選擇的一種擇優(yōu)方式，該算法具有并行處理和魯棒性強(qiáng)等優(yōu)點(diǎn)，被廣泛運(yùn)用于工業(yè)優(yōu)化控制、圖像處理和模式識別領(lǐng)域⑴。本文詳細(xì)分析了以往的Otsu閾值的處理原理，在Otsu算法中運(yùn)用了遺傳算法，并在I比基礎(chǔ)卜講彳〒了估直災(zāi)盼加率和燥討誡右式藥右抽性.1圖像分割圖像分割是常見于模式識別和計(jì)算機(jī)模式的一種基本技術(shù),目標(biāo)識別、目標(biāo)檢測和特征提取操作均需來稿日期：2014-06-26作者簡介：羅麗15（1975-）,女<山西臨猗人，臨汾職業(yè)技術(shù)學(xué)院講師,碩士。通過圖像分割進(jìn)行。圖像分割是指分離出目標(biāo)圖

7、像和背景圖像，使用戶能夠獲取自己感興趣的部分，閾值法、區(qū)域跟蹤法和邊緣檢測法是目前常用的分割方式。其中，區(qū)域跟蹤法和邊緣檢測法對圖像的要求該高，要求圖像背景與分割目標(biāo)間存在顯著的灰度變化。但由于對焦因素和關(guān)照因素的影響，許多圖像的U度因素難以體現(xiàn)，最終造成分割準(zhǔn)確值難以達(dá)到用戶期望值。而閾值分割方法具有性能穩(wěn)定和簡單有效整優(yōu)點(diǎn)，故被廣泛運(yùn)用于圖像分割領(lǐng)域中2傳統(tǒng)Otsu閾值方法的圖像分割2.1Otsu閾值方法的圖像分割原理1980年日本的大津展之提出了Otsu算法,該算法又被稱為