一种基于遗传算法的最小交叉熵阈值选择方法
来源期刊:控制与决策2013年第12期
论文作者:汤可宗 柳炳祥 徐洪焱 肖绚 李佐勇
文章页码:1805 - 3626
关键词:图像分割;最小交叉熵;阈值;遗传算法;回归程序设计;
摘 要:最小交叉熵阈值法(MCET)在二级阈值中是有效的,但在多极阈值的穷尽搜索中却要付出昂贵的时间代价.鉴于此,提出一种基于遗传算法(GA)的MCET选择方法:在执行图像分割(IS)任务之前,先将IS转化为在一定约束条件下待优化的问题;在寻找待优化问题最优解的计算过程中引入一种回归设计技巧以存储中间结果;使用这种回归设计技巧,在一组标准测试图像上利用GA搜索待优化问题的最优解.实验结果表明,利用所提出的方法获得的多个阈值非常接近于穷尽搜索获得的结果.
汤可宗1,2,柳炳祥1,徐洪焱1,肖绚1,李佐勇2
1. 景德镇陶瓷学院信息工程学院2. 闽江学院计算机科学系
摘 要:最小交叉熵阈值法(MCET)在二级阈值中是有效的,但在多极阈值的穷尽搜索中却要付出昂贵的时间代价.鉴于此,提出一种基于遗传算法(GA)的MCET选择方法:在执行图像分割(IS)任务之前,先将IS转化为在一定约束条件下待优化的问题;在寻找待优化问题最优解的计算过程中引入一种回归设计技巧以存储中间结果;使用这种回归设计技巧,在一组标准测试图像上利用GA搜索待优化问题的最优解.实验结果表明,利用所提出的方法获得的多个阈值非常接近于穷尽搜索获得的结果.
关键词:图像分割;最小交叉熵;阈值;遗传算法;回归程序设计;