基于遗传算法的最小交叉熵阈值选择改进方案

mage segmentation; Minimum cross

图像分割是图像分析中最关键的任务之一。阈值确定无疑是最受欢迎的细分方法之一。在阈值方法中，最小交叉熵阈值（MCET）由于其简单性和阈值的测量精度而被广泛采用。尽管在二级阈值化的情况下MCET是有效的，但是当涉及多级阈值以穷举搜索多个阈值时，MCET会遇到昂贵的计算。提出了一种基于遗传算法的改进方案，用于多级MCET中固定阈值的选择。该方案使用递归编程技术来降低多层MCET中目标函数的计算复杂性。然后，提出了一种遗传算法来搜索几个接近最优的多级阈值。根据经验，通过穷举搜索，我们的方案获得的多个阈值与最佳阈值非常接近。在各种图像上对该方法进行了评价，实验结果表明了该方法在真实图像上的有效性和可行性。

文件下载

评论信息

其他资源

免责申明

【只为小站】的资源来自网友分享，仅供学习研究，请务必在下载后24小时内给予删除，不得用于其他任何用途，否则后果自负。基于互联网的特殊性，【只为小站】无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查；无论【只为小站】经营者是否已进行审查，用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见版权及免责申明

基于遗传算法的最小交叉熵阈值选择改进方案

文件下载

评论信息

其他资源

免责申明

个人信息

相关资源标签

热门下载

最新下载