基于遺傳算法的最佳熵閾值圖像分割法

《基于遺傳算法的最佳熵閾值圖像分割法》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在行業(yè)資料-天天文庫(kù)。

1、1999年12月北京航空航天大學(xué)學(xué)報(bào)December1999第25卷第6期JournalofBeijingUniversityofAeronauticsandAstronauticsVol.25No16基于遺傳算法的最佳熵閾值圖像分割法種勁松周孝寬王宏琦(北京航空航天大學(xué)宇航學(xué)院)(中國(guó)科學(xué)院電子學(xué)研究所現(xiàn)代信息技術(shù)研究室)摘要將遺傳算法用于圖像分割的Kapur等人提出的最佳熵閾值確定法(簡(jiǎn)稱KSW熵法)中,進(jìn)行了針對(duì)圖像分割遺傳程序所需的參數(shù)設(shè)計(jì).KSW熵方法具有很多優(yōu)點(diǎn),但同時(shí)也存在弱點(diǎn):需要大量的運(yùn)算時(shí)間,特別是在計(jì)算多閾值時(shí).因此需要引入優(yōu)化算法.J.Hol

2、land的遺傳算法是具有魯棒性和自適應(yīng)性的搜索方法.采用遺傳算法實(shí)現(xiàn)單閾值和多閾值圖像分割,實(shí)驗(yàn)結(jié)果表明分割速度快于傳統(tǒng)的KSW熵法,縮短了運(yùn)算時(shí)間.關(guān)鍵詞圖像處理;熵;閾值分類號(hào)TP391.41l-1圖像分割是自動(dòng)目標(biāo)識(shí)別的關(guān)鍵和首要步HT=-∑pilnpi驟,其目的是將目標(biāo)和背景分離,為計(jì)算機(jī)視覺(jué)的i=0后續(xù)處理提供依據(jù).通常圖像分割包括閾值法、邊其中pi為第i個(gè)灰度出現(xiàn)的概率.設(shè)閾值t將緣檢測(cè)法和區(qū)域跟蹤法.其中閾值法是圖像分割圖像劃分為目標(biāo)與背景兩類,則令tt的常用方法.目前,已有眾多的閾值分割方法,如Pt=∑piHt=-∑pilnpi最小誤差閾值法、最大類

3、別方差法(Otsu法)及最i=0i=0佳直方圖熵法.根據(jù)Sahoo等人利用均勻性參數(shù)由閾值t分為A、B兩類后,兩類的概率分布和形狀參數(shù)對(duì)標(biāo)準(zhǔn)圖分割結(jié)果作評(píng)估的評(píng)測(cè)結(jié)分別為論[1]:Otsu法、Kapur等人提出的最佳熵法、Jo2p0p1pt,,?,PtPtPthannsen法、Bille法和Tsai’s矩不變法是較好的方法.pt+1pt+1pl-1,,?,[2]1-Pt1-Pt1-PtKapur等人所提出的最佳熵閾值方法(本文與每個(gè)分布有關(guān)的熵分別為HA(t)和HB(t):簡(jiǎn)稱為KSW熵法),不需要先驗(yàn)知識(shí),而且對(duì)于非tpipiHt理想雙峰直方圖的圖像也可以進(jìn)行分割

4、.但在確HA(t)=-∑ln=lnPt+i=0PtPtPt定閾值時(shí),尤其是確定多閾值時(shí),計(jì)算量很大.l-1pipi具有魯棒性、并行性和自適應(yīng)性的遺傳算法HB(t)=-∑ln=i=t+11-Pt1-Pt是一種優(yōu)化算法,本文研究了用遺傳算法實(shí)現(xiàn)HT-HtKSW最佳熵閾值確定法,縮短了尋找閾值的時(shí)ln(1-Pt)+1-Pt間,從而有利于計(jì)算機(jī)視覺(jué)的后續(xù)處理.圖像的總熵H(t)為HA(t)和HB(t)之和,即HtHT-Ht1KSW最佳熵閾值確定法H(t)=lnPt(1-Pt)++(1)Pt1-Pt3最佳閾值t為使總熵取最大值,即將信息論中Shannon熵概念用于圖像分割3時(shí)

5、,測(cè)量圖像灰度直方圖的熵,由此找出最佳閾t=Arg0≤mta≤xl-1H(t)值,其出發(fā)點(diǎn)是使圖像中目標(biāo)與背景分布的信息1.2多閾值分割量最大.同一背景圖像上有多個(gè)物體,可采用多閾值1.1單閾值分割分割.根據(jù)Shannon熵的概念,對(duì)于灰度范圍{0,1,最佳熵自動(dòng)門限法適合于多閾值(設(shè)為k個(gè)?,l-1}的圖像直方圖,其熵測(cè)量為閾值)分割.此時(shí),收稿日期:1999204220第一作者女30歲碩士生100083北京748北京航空航天大學(xué)學(xué)報(bào)1999年S1H(S1,S2,?,Sk)=ln∑pi+代數(shù)Gen=0i=1S2n隨機(jī)產(chǎn)生初始群體ln∑pi+?+ln∑pi-i=S+

6、1i=S+11kSn1編碼∑pilnpi∑pilnpii=S+1i=1kS-?-n1解碼,計(jì)算每個(gè)個(gè)體適應(yīng)度∑pi∑pii=S+1i=1k式中S1,S2,?,Sk是分割閾值,且有S1

7、1i=S+12∑pii=1圖1圖像閾值分割的遺傳算法框圖S2n∑pilnpi∑pilnpi編碼:由于圖像灰度值在0～255之間,故將i=S+1i=S+11-2(2)各個(gè)染色體編碼為8位二進(jìn)制碼,它代表某個(gè)分Sn2∑pi∑pi割閾值.初始代人口的值為隨機(jī)產(chǎn)生的,其相應(yīng)的i=S+1i=S+121適應(yīng)度值也各有高低.33最佳閾值S1、S2為使總熵取最大值,即人口模型:若人口數(shù)過(guò)多,則每一代適應(yīng)度值33S1,S2=ArgmaxH(S1,S2)的計(jì)算量大,因此人口數(shù)設(shè)置應(yīng)該合理.在此,設(shè)0≤S