第31卷第1期　　　　　　　　 　西南大学学报(自然科学版)　　　　　　　　　　　2009年1月
Vol·31　No·1 Journal of Southwest University (Natural Science Edition) Jan·　2009
文章编号: 1673-9868(2009)01-0087-04
基于最大类间方差的图像分割改进遗传算法
*
谭志存,　鲁瑞华
西南大学电子信息工程学院,重庆400715
摘要:在基于最大类间方差传统遗传算法实现图像分割的基础上对其改进,提出了基于染色体、基因位的“双自适
应交叉概率”的改进遗传算法.该方法利用待分割图像的直方图作为先验知识,缩小了初始种群的选取范围,提高
了遗传算法的寻优能力.实验表明,改进的遗传算法应用于图像分割较传统遗传算法有更好的效果.
关　键　词:最大类间方差;图像分割;遗传算法;直方图;自适应交叉
中图分类号: TP391文献标识码: A
图像分割的目的是把感兴趣的目标和背景分离出来,将图像划分为若干个互不交叠的有意义区域,其
应用相当广泛,如机器视觉,文字识别,生物医学图像分析,以及军事目标锁定等.图像分割是一种基本的
计算机视觉技术,同时也是计算机视觉研究中的一个瓶颈.虽然研究人员提出了很多分割方法,但是到目
前为止,还没有一种通用的方法成功实现图像分割,即不同类型的图像有不同的最佳分割方法[1-2].
用传统遗传算法进行图像分割有着固有缺点,例如不收敛或收敛时间长,迭代次数多等,造成分割效
果不理想[3-5].针对这些不足,研究者们围绕3个最基本的操作———选择、交叉、变异,提出了很多改进方
法.本文以待分割图像的直方图为先验知识,提出基于染色体、基因位的“双自适应交叉概率”改进遗传算
法.该法适用于单阈值图像分割,对在直方图中“双峰”不太明显的图像有较好的分割效果.
1　图像分割的基本条件
如果用R表示整个图像区域,将分割视为把R分成N个互不相交子区域R1, R2, R3,…, RN的处理,
必须满足5个条件[6-7]:
1)∪
N
i=1
Ri= R.
2) Ri是一个连通区域, i =1,2,…, N.
3)对所有的i和j, i≠j,有Ri∩Rj=Φ.
4)对i =1,2,…N, P(Ri) =TRUE.
5)对于i≠j,有P(Ri∪Rj) =FALSE.
其中: P(Ri)是定义在集合Ri中的点上的逻辑谓词,Φ是空集.
2　最大类间方差阈值分割原理
Otsu提出的最大类间方差法是在判决分析或最小二乘法原理基础上推导出来的[8].它的基本思想是以
某一灰度值(如k)为阈值将图像中的像素分成两类C0和C1,然后计算它们的方差.方差越大,说明目标和
*收稿日期: 2008-04-08
基金项目:西南师范大学发展基金资助项目(SWNUF2004006);重庆市自然科学基金资助项目(2007BB2331).
作者简介:谭志存(1982-),男,湖南娄底人,硕士研究生,主要从事信号与信息处理的研究.
通讯作者:鲁