基于最大模糊熵和遗传算法的图像分割

您当前的位置：

首页 >

文章列表页 >

基于最大模糊熵和遗传算法的图像分割

更新时间：2025-09-01

- 基于最大模糊熵和遗传算法的图像分割
- Image segmentation based on maximum fuzzy entropy and genetic algorithm
- 光学技术 2006年第4期页码：578-580
- 作者机构：
  
  1. 1:西安电子科技大学技术物理学院
  2. 2:西安电子科技大学技术物理学院,西安,710071
  3. 3,西安,710071
- 作者简介：
- 基金信息：
- DOI：
  中图分类号：
- 纸质出版：2006
- 稿件说明：
移动端阅览
郑毅, 刘上乾. 基于最大模糊熵和遗传算法的图像分割[J]. 光学技术, 2006,(4):578-580.

Image segmentation based on maximum fuzzy entropy and genetic algorithm[J]. 2006, (4): 578-580.
郑毅, 刘上乾. 基于最大模糊熵和遗传算法的图像分割[J]. 光学技术, 2006,(4):578-580. DOI：

Image segmentation based on maximum fuzzy entropy and genetic algorithm[J]. 2006, (4): 578-580. DOI：

为了分割照度不均匀的网格图像

提出了一种基于最大模糊熵和遗传算法的阈值分割方法。基于模糊集合理论

根据像素灰度值把原始图像中的像素分为黑和亮两个模糊集

利用最大模糊熵准则确定模糊区间的范围

寻找模糊参数的最优组合

实现图像分割。由于穷举法搜索模糊参数的最优组合存在计算复杂度高、占用存储空间大等缺点

因此采用了遗传算法确定最优阈值。为了验证该方法的有效性

对其进行了图像分割实验

并与最大类间方差法、迭代法和一维最大熵法进行了比较。实验结果表明

该方法能够自动、有效地选取阈值

分割效果优于其它三种算法

并能保留原始图像的主要特征。

浏览量

445

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

一种眼底黄斑水肿OCT图像分割方法

基于遗传算法的指纹图像分割算法

基于PSO和模糊划分熵的水下图像分割

改进图像阈值分割算法的研究

基于局部直方图的目标分割方法