基于iga的三维otsu算法的改进

基于iga的三维otsu算法的改进

ID:33419439

大小:329.50 KB

页数:9页

时间:2019-02-25

基于iga的三维otsu算法的改进_第1页
基于iga的三维otsu算法的改进_第2页
基于iga的三维otsu算法的改进_第3页
基于iga的三维otsu算法的改进_第4页
基于iga的三维otsu算法的改进_第5页
资源描述:

《基于iga的三维otsu算法的改进》由会员上传分享,免费在线阅读,更多相关内容在教育资源-天天文库

1、基于IGA的三维OTSU算法的改进张玉连,褚巧龙,郭贵冰(燕山大学信息科学与工程学院,河北秦皇岛,066004)摘要:在图像分割中三维OTSU阈值分割算法充分考虑了像素之间的灰度相关信息,较一维和二维OTSU阈值法的分割效果好,但其计算复杂性高、实时性差。为此,本文提出了将免疫遗传算法应用到三维OTSU阈值寻优中,并采用递推的方法来减少适应度函数的计算。实验表明,与传统的三维OTSU阈值分割算法相比,图像分割清晰,实时性得到明显改善。关键词:图像分割;三维OTSU阈值分割法;免疫遗传算法中图分类号:TP391Three-dimensionalOtsuThresholdAlgori

2、thmBasedOnTheImprovedofImmunityGeneticAlgorithmZhangYu-lian,ChuQiao-long,GuoGui-bing(CollegeofInformationScienceandEngineering,YanshanUniversity,QinhuangdaoHebei,066004,China)AbstractThethree-dimensionalOTSUthresholdingsegmentationmethodutilizesgraylevelcorrelationinformationbetweeneachofpixe

3、linimagesegmentationfield,andithavebettersegmentationresultthanone-dimensionalandtwo-dimensionalthresholding,butithadthehighcomplexcomputationalcomplexityandpoorreal-time.So,thispaperadoptedanimmunitygeneticalgorithmandusedinthesearchofthree-dimensionalOTSUoptimizingthreshold,andtherepeatcomp

4、utationsofthefitnessfunctioniniterationarereducedsignificantlyusingrecursion.Theexperimentalresultsshowthatcomparedwiththetraditionalthree-dimensionalOTSUthresholdingsegmentationmethod,theimagesegmentationclear,andthereal-timehadbeimproved.Keywords:imagesegmentation;three-dimensionalOTSUthres

5、holdingsegmentationmethod;immunitygeneticalgorithm0引言图像分割是图像处理的一个关键步骤,是计算机视觉和人工智能中基本而关键的技术之一。阈值分割因其计算简单、实时性高,而成为图像分割的应用最广泛的关键技术之一。在众多阈值分割算法中,由Otsu[1]在1979年提出的1维最大类间方差法,因其计算简单、分割效果较好而得到广泛应用,但其仅仅利用像素本身的灰度信息,没有利用像素之间的空间信息,并且信噪比较低,遇到较复杂的图像时,容易产生较严重的分割错误。针对这一点,我国学者刘健庄[2]等人在1993年提出了基于自身灰度和邻域平均灰度的二维

6、Otsu阈值分割法,其抗噪声能力要强于1维Otsu阈值分割法,并且图像处理效果也有明显改善。但是,随着噪声的增加,图像的信噪比不断降低,图像的分割效果也越来越差。为此,景晓军等人[3]引入了邻域中值作为第三个特征,构造了三维直方图,并提出了三维Otsu阈值分割法,使得对于低信噪比的图像有了更好的分割效果,并给出了一个递归算法,是得三维Otsu法的计算复杂度从O(L6)降到了O(L3)。范九伦等人[4]在此基础上指出了景晓军给出的递归公式的错误并加以改正,同时给出了一组新的递推公式,计算复杂度仍为O(L3),但时间有所减少,并且证明了加入了混合噪声的图像的处理效果更好。虽然递推算法

7、的引入使得三维Otsu阈值分割法的计算复杂度降低了,但是计算时间仍较长,也容易受到噪声干扰,基于此点,本文提出了将免疫遗传算法融入到三维Otsu阈值分割法中,既可利用遗传算法的固有的并行性、不易陷入局部最优和全局搜索的特点,在将免疫因子融入到遗传算法的时候,也缓解了遗传算法的退化现象,克服了遗传算法的早熟收敛和收敛性能差的缺点,大大提高了搜索效率[5]。总而言之,将免疫遗传算法应用到三维Otsu阈值分割算法中,提高了该算法的抗噪能力,在搜索最佳阈值过程中节约了时间,提高了算法的实

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。