设计应用

云萤火虫算法改进二维Tsallis熵的医学图像分割

作者：徐 浩1，王 霜2
发布日期：2020-06-15
来源：2020年电子技术应用第6期

0 引言

    图像分割是指从图像中提取感兴趣的区域，由于人体组织的特性，医学图像边界模糊以及对比度低，使得医学图像分割成为一个难点[1]。文献[2]提出一种基于二进制交叉的实数编码遗传算法的脑部图像多级阈值分割方法。文献[3]提出一种基于萤火虫算法的二维熵多阈值图像分割算法，该方法可以有效提高图像的分割速度，但由于搜索空间的局限性，图像分割精度较低。文献[4]运用粒子群算法对二维Tsallis熵的参数q进行优化选择，该方法可以较好地分割图像。文献[5]针对二维最大熵分割图像存在计算量大的问题，将人工蜂群算法应用于二维最大熵优化，结果表明，该方法抗噪性强且收敛速度快。

    本文为提高医学图像分割的效果，针对二维Tsallis熵阈值法图像分割效果受参数q选择的影响，提出一种基于云模型萤火虫算法优化二维Tsallis熵的医学图像分割算法。最后通过仿真研究，证明了本文算法的有效性。




论文详细内容请下载http://www.chinaaet.com/resource/share/2000002849




作者信息:

徐  浩1，王  霜2

(1.温州医科大学附属眼视光医院，浙江 温州325000；2.西安科技大学，陕西 西安710054)

此内容为AET网站原创，未经授权禁止转载。
医学图像 图像分割 Tsallis熵 萤火虫算法 云模型

Copyright © 2005-2024 华北计算机系统工程研究所版权所有 京ICP备10017138号-2