【出 处】：《 计算机仿真 》 CSCD 2011年第28卷第1期 294-297页,共5页

【作 者】： 欧萍 [1] ; 贺电 [2]

【摘 要】 研究图像分割，针对从图像中提取用户要求的特征目标，最优阈值的选取是图像准确分割的关键技术。传统二维最大熵值算法的最优阈值采用穷举方式进行寻优，耗时长，分割效率较低，易产生误分割。为了提高图像分割效率和准确性，提出一种遗传算法的二维最大熵值图像分割方法。先对原始图像进行灰度转换，绘制出图像的二维直方图。根据二维直方图信息选取适当灰度值进行初始化，采用遗传算法的初始种群，通过遗传算法选择、交叉和变异操作搜索最优阈值，获得的最优阈值对图像进行分割。实验结果表明，与传统二维最大熵值的图像分割算法相比，方法不仅运算速度加快，提高了分剖效率，而且图像分割精度也大大提高。