许良凤， 林 辉， 胡 敏， 吴东升， 徐元英， 景 佳

（1. 合肥工业大学计算机与信息学院，安徽 合肥 230009；2. 合肥工业大学应用物理系，安徽 合肥 230009；3. 合肥工业大学科研处，安徽 合肥 230009；4. 中国科学院等离子体物理研究所，安徽 合肥 230031）

基于模拟退火并行遗传算法的Otsu双阈值医学图像分割

许良凤1， 林 辉2， 胡 敏1， 吴东升3， 徐元英2， 景 佳4

（1. 合肥工业大学计算机与信息学院，安徽 合肥 230009；2. 合肥工业大学应用物理系，安徽 合肥 230009；3. 合肥工业大学科研处，安徽 合肥 230009；4. 中国科学院等离子体物理研究所，安徽 合肥 230031）

模拟退火和并行遗传算法是两种较好的改进进化算法性能的方法。将这两种思想有机地结合起来，利用遗传算法能全局寻优的优势和模拟退火算法的爬山性能，提出了一种基于模拟退火并行遗传算法的Otsu双阈值医学图像分割算法。在该算法中，进化在多个不同的子群中并行进行，利用模拟退火算法的爬山性能，避免单种群进化过程中出现的过早收敛现象，提高整个算法的收敛速度。实验证明，这种新的图像分割算法与并行遗传算法相比，不仅能够对图像进行准确的分割，而且具有更强的精确性和稳定性。其收敛速度明显比并行遗传算法的Otsu双阈值医学图像分割快。

医学图像分割；Otsu；并行遗传算法；模拟退火

医学图像是临床医生和专家进行疾病诊断的重要依据，而医学图像分割技术就是将图像中感兴趣的观察目标提取出来，以有利于医学研究和临床诊断。由于医学图像的解剖组织结构和形状十分复杂，加上本身具有的模糊和不均匀等特点，另外还受到图像噪声，成像质量等诸多因素的影响，传统的图像分割方法显得很困难，因此在这个领域已出现了许多不同的图像分割方法[1]。……