基于克隆选择算法的最大模糊熵图像分割

Chinese

您当前的位置：

首页 >

文章列表页 >

基于克隆选择算法的最大模糊熵图像分割

更新时间：2026-09-04

- 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
- 微电子学与计算机 2010年27卷第9期页码：114-116
- 作者机构：
- 作者简介：
- 基金信息：
- DOI：
  中图分类号：
- 纸质出版：2010
- 稿件说明：
移动端阅览
基于克隆选择算法的最大模糊熵图像分割[J]. 微电子学与计算机, 2010, 27(9): 114-116,121.

Image Segmentation Based on Maximum Fuzzy Entropy and Clone Selection Algorithm[J]. 2010, 27(9): 114-116.
基于克隆选择算法的最大模糊熵图像分割[J]. 微电子学与计算机, 2010, 27(9): 114-116,121. DOI：

Image Segmentation Based on Maximum Fuzzy Entropy and Clone Selection Algorithm[J]. 2010, 27(9): 114-116. DOI：

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.

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.

关键词

Keywords

references

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于监控指标关联性的微服务异常检测

一种用于极低压boost系统的高效率电荷泵

基于改进RT-DETR的航拍小目标检测算法

AlN/GaN混合缓冲层双异质结p-GaN HEMT直流特性仿真

基于区块链的AI生成内容溯源框架设计研究