基于新遗传算法的Otsu图像阈值分割方法

王宏文; 梁彦彦; 王志华

doi:10.7510/jgjs.issn.1001-3806.2014.03.017

高级检索

ISSN 1001-3806CN 51-1125/TN 网站地图

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

基于新遗传算法的Otsu图像阈值分割方法

王宏文 , 梁彦彦 , 王志华

文章导航 > 激光技术 > 2014 > 38(3): 364-367

引用本文:

Citation:

基于新遗传算法的Otsu图像阈值分割方法

1.
河北工业大学控制科学与工程学院, 天津 300130

作者简介: 王宏文（1957-），男，硕士，教授，主要从事现代传动控制系统与智能化工程装备的研究。E-mail：wanghongwen@hebut.edu.cn.

中图分类号: TN919.73

Otsu image threshold segmentation method based on new genetic algorithm

1.
School of Control Science and Engineering, Hebei University of Technology, Tianjin 300130, China
CLC number: TN919.73

摘要: 最大类间方差（Otsu）图像分割法是常用的一种基于统计原理的图像阈值分割方法。为了改善Otsu耗时较多、分割的精度低、易产生图像误分割等不足，将猴王遗传算法与Otsu算法结合，运用猴王遗传算法的原理，寻找图像灰度的最大类间方差，即最佳阈值。结果表明，结合后的方法不仅提高了图像的分割质量、缩短了运算时间，而且非常适合图像的实时处理。
- 图像处理 /
- 最佳阈值 /
- 猴王遗传算法 /
- 最大类间方差
Abstract: Maximum between-class variance (Otsu) image segmentation method is a common image threshold segmentation method based on statistical theory, but Otsu image segmentation method has some disadvantages, such as more time-consuming, low segmentation accuracy and false image segmentation. Combining the principles of monkey king genetic algorithms, with Otsu algorithm, image gray, just as optimal threshold, was found. The results show that combined method not only improves the quality of image segmentation but also reduce the computation time. It is very suitable for real-time image processing.
- image processing /
- optimal threshold /
- monkey king genetic algorithm /
- maximum between-class variance

[1]	YANG H,QU X J.Survey of image segmentation method[J].Computer Development and Applications,2005,18(3):21-23(in Chinese).
[2]	LIU J H, WANG J W.research on contour correction in medical CT image segmentation[J].Journal of Computers, 2012, 7 (3):762-767.
[3]	YANG H Y.Application research on image segmentation method[J].Computer Simulation,2012,29(2):229-232(in Chinese).
[4]	HAN C Y,KONG J.An improved image segmentation algorithm based on Otsu method[J].Computer Simulation,2011,28(6):262-265(in Chinese).
[5]	WEI Zh Ch, ZHOU J L, HANG L, et al.A study on image segmentation by a new adaptive algorithm[J].Journal of Image and Graphics,2000,5(3):216-220(in Chinese).
[6]	XU Y F.Image segmentation based on the genetic fuzzy C-mean algorithm[J].Journal of Northwestern Polytechnical University,2002,20(4):549-553(in Chinese).
[7]	LU B B,JIA Zh H,HE D, et al.A new FCM algorithm based on monkey-king genetic algorithm for remote sensing image segmengtation[J].Laser Journal,2010,31(6):15-17(in Chinese).
[8]	LI Y Zh,LIU H X,ZHANG Sh.Improving monkey-king genetic algorithm[J].Journal of Nanjing Normal University (Engineering and Technology Edition),2004,4(3):53-56(in Chinese).
[9]	JIN J,SU Y.An improved adaptive genetic algorithm[J].Computer Engineering and Applications,2005,18(2):64-69(in Chinese).
[10]	SHI B,TONG X N.Dual-threshold image segmentation method based on parallel genetic algorithms[J].Microcomputer Information,2009,25(1):304-306(in Chinese).

[1]	魏雪峰 , 刘晓 . 基于2维最大熵最佳阈值算法的图像分割研究. 激光技术, 2013, 37(4): 519-522. doi: 10.7510/jgjs.issn.1001-3806.2013.04.023
[2]	李丽宏 , 华国光 . 基于改进遗传算法的最大2维熵图像分割. 激光技术, 2019, 43(1): 119-124. doi: 10.7510/jgjs.issn.1001-3806.2019.01.024
[3]	周娇 , 王力 , 陈小青 . 基于改进鲸鱼优化算法的最大2维熵图像分割. 激光技术, 2021, 45(3): 378-385. doi: 10.7510/jgjs.issn.1001-3806.2021.03.020
[4]	刘禹 , 肖世德 , 张睿 , 张若凌 , 张磊 . 基于遗传算法的数字图像相关变形初值估计. 激光技术, 2020, 44(1): 130-135. doi: 10.7510/jgjs.issn.1001-3806.2020.01.023
[5]	周永康 , 朱尤攀 , 曾邦泽 , 胡健钏 , 欧阳慧明 , 李泽民 . 宽动态红外图像增强算法综述. 激光技术, 2018, 42(5): 718-726. doi: 10.7510/jgjs.issn.1001-3806.2018.05.025
[6]	张凡 . 红外图像改进非局部均值滤波算法研究. 激光技术, 2015, 39(5): 662-665. doi: 10.7510/jgjs.issn.1001-3806.2015.05.016
[7]	李庆辉 , 李艾华 , 姜柯 , 赵少宁 . HIS空间的火灾图像模糊增强快速算法. 激光技术, 2014, 38(1): 137-140. doi: 10.7510/jgjs.issn.1001-3806.2014.01.030
[8]	张健 , 李白燕 . 基于图论最小割集算法的图像分割研究. 激光技术, 2014, 38(6): 863-866. doi: 10.7510/jgjs.issn.1001-3806.2014.06.030
[9]	陶昕辰 , 朱涛 , 黄玉玲 , 高恬曼 , 何博 , 吴迪 . 基于DDR GAN的低质量图像增强算法. 激光技术, 2023, 47(3): 322-328. doi: 10.7510/jgjs.issn.1001-3806.2023.03.006
[10]	崔治 , 邓曙光 , 肖卫初 . 利用HSSIM和残差比阈值的3维激光扫描图像去噪. 激光技术, 2015, 39(5): 669-673. doi: 10.7510/jgjs.issn.1001-3806.2015.05.018
[11]	田猛 , 高向东 , 谢岳轩 , 张艳喜 . 焊接缺陷磁光成像噪声特征分析及处理算法. 激光技术, 2023, 47(5): 646-652. doi: 10.7510/jgjs.issn.1001-3806.2023.05.011
[12]	朱文艳 , 李莹 , 袁飞 , 冯少彤 , 聂守平 . 基于JPEG压缩编码的小波域多图像融合算法研究. 激光技术, 2014, 38(3): 425-430. doi: 10.7510/jgjs.issn.1001-3806.2014.03.031
[13]	张雷 , 罗长更 , 张颖颖 , 李根全 , 杨兴强 , 王肖霞 . 基于支持度变换的红外与可见光图像融合算法. 激光技术, 2015, 39(3): 428-431. doi: 10.7510/jgjs.issn.1001-3806.2015.03.032
[14]	李旭寒 , 董安国 , 封建湖 . 基于多级引导滤波器的图像区域融合算法. 激光技术, 2016, 40(5): 756-761. doi: 10.7510/jgjs.issn.1001-3806.2016.05.029
[15]	陈锋 , 张闻文 , 虞文俊 , 陈钱 , 顾国华 . 基于小波变换的EMCCD微光图像融合算法. 激光技术, 2014, 38(2): 155-160. doi: 10.7510/jgjs.issn.1001-3806.2014.02.003
[16]	向志聪 , 张程潇 , 白玉磊 , 赖文敬 , 王钦若 , 周延周 . 一种高分辨率3维图像的自适应降噪算法. 激光技术, 2015, 39(5): 697-701. doi: 10.7510/jgjs.issn.1001-3806.2015.05.024
[17]	梁智锦 , 王开福 , 顾国庆 , 张成斌 . 基于微粒子群优化算法的数字散斑图像相关方法. 激光技术, 2014, 38(5): 603-607. doi: 10.7510/jgjs.issn.1001-3806.2014.05.006
[18]	徐光宪 , 徐山强 , 郭晓娟 , 华一阳 . DCT变换与DNA运算相结合的图像压缩加密算法. 激光技术, 2015, 39(6): 806-810. doi: 10.7510/jgjs.issn.1001-3806.2015.06.016
[19]	罗元 , 蔡祖嫘 , 张毅 . 基于改进的各向异性SUSAN算法的MEMS微结构图像滤波. 激光技术, 2015, 39(1): 85-89. doi: 10.7510/jgjs.issn.1001-3806.2015.01.017
[20]	刘艾琳 . 基于提升小波变换的红外图像双重滤波算法. 激光技术, 2015, 39(4): 545-548. doi: 10.7510/jgjs.issn.1001-3806.2015.04.026

点击查看大图

计量

文章访问数: 3172
HTML全文浏览量: 700
PDF下载量: 651
被引次数: 0

基于新遗传算法的Otsu图像阈值分割方法

作者简介: 王宏文（1957-），男，硕士，教授，主要从事现代传动控制系统与智能化工程装备的研究。E-mail：wanghongwen@hebut.edu.cn

1. 河北工业大学控制科学与工程学院, 天津 300130

收稿日期: 2013-05-20
录用日期: 2013-07-31
网络出版日期: 2014-05-25

关键词:

摘要: 最大类间方差（Otsu）图像分割法是常用的一种基于统计原理的图像阈值分割方法。为了改善Otsu耗时较多、分割的精度低、易产生图像误分割等不足，将猴王遗传算法与Otsu算法结合，运用猴王遗传算法的原理，寻找图像灰度的最大类间方差，即最佳阈值。结果表明，结合后的方法不仅提高了图像的分割质量、缩短了运算时间，而且非常适合图像的实时处理。