科研之友
微信
新浪微博
Facebook
分享链接
摘要
液态水在织物中形成的传输域图像具有时变性和边缘形态复杂性，导致提取其形态特征时难以确定分割阈值，为此提出了一种新的分割遗传算法。通过预处理图像，利用遗传算法和适应度函数匹配不同织物图像中液态水传输域与背景区域的最佳分割阈值，并对算法有效性、种群大小、迭代次数对遗传算法处理结果的影响进行了讨论。结果表明：分割遗传算法不仅缩短了阈值寻优时间，而且有效提取了液态水在织物中传输的特征数据。种群大小会引起阈值和算法运行时间的变化，以20次为宜；迭代次数不仅影响算法运行时间，也会引起最大适应度值波动，算法收敛困难，以20次为宜；分割遗传算法获取最佳阈值的时间明显短于传统Otsu算法获取阈值的时间。该研究结果为图像处理技术在准确计量方面的应用提供了一种解决方案。
- 单位
