基于克隆选择算法的最大模糊熵图像分割.docVIP

基于克隆选择算法的最大模糊熵图像分割 Image segmentation based on maximum fuzzy entropy and Clone Selection Algorithm Abstract: A threshold segmentation method based on maximum fuzzy entropy and immune clone selection algorithm is proposed to segment an image with nonuniform illumination. According to the maximum fuzzy entropy principle, the optimal combination of the fuzzy parameters is searched, and the optimal threshold is determined to distinguish the object and background. In order to validate the proposed method, it is tested and compared with genetic algorithm. Experimental results show that the proposed method gives better performance, and can select the threshold automatically and efficiently, and has an advantage of reservation of the main features of the original image. Key words: image segmentation；thresholding；maximumfuzzy entropy；Clone selection 摘 要：为了分割照度不均匀的图像，提出了一种基于最大模糊熵和免疫克隆选择算法的阈值分割方法。该方法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，确定区分目标和背景的最佳阈值，实现图像分割。为了验证该方法的有效性，对其进行了图像分割实验，并与遗传算法进行了比较。实验结果表明，该算法能够自动、有效地选取阈值，分割效果优于遗传算法，并能保留原始图像的主要特征。 关键词：图像分割；阈值；最大模糊熵；克隆选择 文献标识码:A 中图分类号: TP391 0引言 图像分割是图像处理和计算机视觉领域中的关键技术，主要的分割方法包括阈值法、边缘检测法、区域跟踪法等。其中，阈值法因其简单且性能稳定而成为图像分割中的最常用方法。在阈值法中，阈值的选取是图像分割的关键。目前，阈值分割方法已有很多种，例如直方图阈值分割、类间方差阈值分割、最大熵阈值分割等，但它们应用于不同的图像时，其自适应性不是很理想。近年来，模糊集合理论已成功应用于图像分割，并取得了较好的效果。Pal[1]等人于1983年提出了模糊阈值法，随后Cheng[2]等人又进行了深入的研究。该方法通过计算图像的模糊熵，寻找使模糊熵最大时的参数值，进而确定分割阈值，其模糊参数的寻优实际上是一个优化问题。采用穷举法有哪些信誉好的足球投注网站模糊参数的最优组合存在计算复杂度高、占用内存空间大等缺点。采用遗传算法[3-4]来优化参数，确定最优阈值，效果较好，但同样存在计算复杂度比较高的不足。 针对以上不足提出了一种基于免疫克隆选择算法和最大模糊熵的图像分割方法，根据最大模糊熵准则采用克隆选择算法有哪些信誉好的足球投注网站模糊参数的最优组合，进而确定图像的分割阈值。试验结果表明该算法简单，容易实现，而且可以得到较好的分割效果。 1最大模糊熵原理及免疫克隆选择算法 1.1最大模糊熵原理 由模糊集合理论，可以根据图像像素灰度值把一幅图像分成若干个模糊集，运用最大模糊熵准则确定对应的隶属函数，使之能最好地反映像素的灰度值隶属于模糊集的程度，从而确定模糊区间的范围，寻找模糊参数的最优组合，得到最优阈值。 假定一副图像为X，灰度直方图为,其下角k表示图像像素的灰度级，。根据模糊理论，图像X可看成是一个模糊事件。由灰度值可以把图像像素分成两个模糊集,即黑和亮两个集合。黑模糊集包含低灰度值的像素,亮模糊集包含高灰度值的像素。这两个模糊集的隶属函数和被定义[3]如下: （1） （2） 式中，k是一个独立变量，a，b和c是参数，且满足，。 [a，c]是模糊区间，[0，a]和[c，255]是非模糊区间。这两个模糊集发生的概率为 （3）