论文部分内容阅读
图像分割是将图像划分成多个具有相似特征的区域,并提出感兴趣目标的技术与过程,图像分割是图像理解和图像识别的前提,计算机视觉中的一个经典难题,也是图像处理和计算机视觉领域中的基本技术。目前广大研究者在图像分割领域里虽然已提出了上百种分割方法,但每种分割方法只局限特定的分割对象,所以至今没有一种通用分割的方法,也没有衡量分割好坏的统一标准。现今国内外广泛使用的图像分割方法主要可分为:基于阈值分割、基于变形模型分割、基于区域生长分割、基于聚类法分割、基于遗传算法分割等。阈值分割是一种传统的图像分割方法,因其实现简单、计算量小、性能较稳定而成为图像分割中最基本和应用最广泛的分割技术之一,阈值分割虽然简单但分割的效果过分依赖阈值的选取上,既阈值分割的关键在最佳阈值的求取。
本文在认真研究灰度图像的阈值分割算法的基础上,将遗传寻优算法弓入到最大信息熵与最大类间差闽值算分割法中,利用遗传算法的全局寻优能力在灰度图像中寻找最佳的阈值对图像进行分割。利用matlab7.O中的遗传算法工具箱中提供的遗传算法操作函数,对三幅自然景色图像进行仿真,然后对仿真结果进行分析,结果表明分割效果较好,遗传算法收敛性很好。