2003年3月湖南师范大学自然科学学报Vol.26　No.1　　　　　　　　　　　　　　　　　　　　　　　　　　第26卷第1期JourNatScieHunanNormUniMar.,2003　　　　　　　　　

基于最大类间方差遗传算法的图像分割方法

阳　波

(湖南师范大学图像识别与计算机视觉研究所,中国长沙410081)

摘　要:分析了最大类间方差阈值图像分割算法的基本原理,结合遗传算法及其特点提出了一种自动阈值选

取的图像分割算法,在本算法中对传统最大类间方差图像分割的算法及遗传算法进行了改进,提高了传统算法的

速度,改善了遗传算法的收敛速度与最优解的协调关系,最后从速度及性能上进行了分析比较,并对实际图像分割

做了反复实验,结果表明,本遗传算法的图像分割方法在图像分割过程中具有速度快,效果好的特点.

关键词:遗传算法;图像分割;阈值;评价函数

中图分类号:O174.56　　　　文献标识码:A　　　　文章编号:1000-2537(2003)01-0032-05

ImageSegmentationoftheGeneticAlgorithmsontheBaseofOtsu

YANGBo

(InstituteofImageRecognitionandComputerVision,HunanNormalUniversity,Changsha410081,China)

Abstract:Developedanewautomaticthresholdimagesegmentationalgorithmaftercomprehensivelystudyingtheos-tumethodwithmaximumvariancebetweentwoclassesandGAprinciple,withthechangesoftheGA,thealgorithmde-velopsthecomputespeedandresultstability.Finally,theresultsoftheexperimentsbytheouralgorithmareshowingtocomparewiththetraditionalotsumethod,thenitisconcludedthatthealgorithmisnotonlyhigherquilitybutalsoquickercomputespeed.

Keywords:thegeneticalgorithm;imagesegmentation;threshold;evaluationfunction

图像分割是计算机视觉及模式识别中一个非常困难的研究内容,是视觉图像理解,如目标检测、特征提取、目标识别操作的基础,图像分割的好坏直接影响到图像理解.最简单的图像分割方法是采用对比度、边缘、灰度检测的方法,这些方法利用了前景与背景的灰度变化来进行分割,其前提是假设目标与背景相比有明显的灰度对比或颜色变化,但在实际处理中,由于受到光照不均等因素的影响,其对比特征并不明显,因此上述算法存在许多局限性.采用灰度直方图统计的分割方法利用了图像整体的灰度特征,使得图像分割性能得到了很大程度的改进,如双峰法及P-tile法

阈值图像分割方法[2][1],特别是1980年由日本的大津展之提出的最大类间方差动态,使图像分割的效果得到了明显的提高.它利用图像的灰度值,通过计算目标与背景两大类间的最大方差而动态得到图像分割的阈值,然后据此进行图像分割.但这种算法对于每一灰度值都要反复计算其对应方差,计算量非常大,例如对于灰度为256级的图像而言,设每计算一个方差的时间为T,则总的方差运算时间为256T.为了消除光照不均的影响,对图像采用局部阈值分割方法,其运算时间将会更多,因此,按传统的方法计算最大类间方差已经限制了这种算法的发展.1990年Flavagetto提出将图像单元分成一个个子区,然后进行代运算计算区间的可信度,最后保留可信度高区域作为最后的分割结果,这种方法比 [3]收稿日期:2002-03-28(1976-,男,,,