基于二维最大熵和教与学优化算法的图像分割

作者:薛茹; Liping LIU; 陈锋; 石方夏
来源:电视技术, 2017, 41(Z2): 116-121+133.
DOI:10.16280/j.videoe.2017.h7.024

摘要

作为一种全局阈值方法,二维最大熵综合考虑了图像灰度信息和空间信息,在图像信噪比低的情况下,也能得到理想的图像分割结果。为了提高图像分割的运算速度和效率,在基本的二维最大熵理论的基础上,提出使用非线性惯性权重的教与学优化方法对二维最大熵进行优化,将二维最大熵作为教与学优化算法的适应度函数,利用优化后的最优阈值对图像进行分割。由于非线性惯性权重的教与学优化方法参数较少,收敛速度快,通过连续优化,能较快确定最佳分割阈值。实验结果证明,所提图像分割方法不仅速度快、准确,而且具有较强的适应性。

  • 单位
    西藏民族大学

全文