王学忠，徐丽萍，吴海燕

安徽三联学院电子电气工程学院，合肥，230601

图像分割是利用计算机对图像进行分析的第一步，也是图像处理的关键技术，是将一幅图像分解成若干具有性质特殊、互不重叠区域的过程，图像分割也是计算机图像处理与机器视觉处理的最基本的研究方向和领域，其核心的部分就是把图像内容和背景内容尽可能分割开。随着计算机技术、数字信号处理技术以及高速DSP芯片的不断发展，出现了最大类间方差法、最佳直方图熵法等多种图像分割技术。其中，阈值分割法的计算方法简明、实用性强，是图像分割最常用的方法，该分割方法的关键是确定最佳阈值。最佳阈值又有多种分割法，李贤阳和金保华等采用最大类间方差法（Otsc）进行图像分割，阈值计算比较稳定，但需要计算每个像素点对应的方差值，因此存在计算数据多、时间长、效率低等缺点［1-2］；最佳熵阈值法（简称KSW法）是由Kapur等提出［3］，该算法也存在计算过程复杂、计算量较大等不足；汪筱红等将遗传算法与最佳熵阈值分割方法相融合（Simple Genetic Algorithms KSW，SGAKSW）［4-5］进行图像分割，缩短了运算时间，具有速度快、效率高等优点，但存在收敛性差、阈值寻找不是最优，最大熵的结果不稳定，导致图像分割过当或不足等现象。

本文提出了改进型遗传阈值算法（Improve Genetic Algorithms KSW，IGA-KSW），通过精英策略和赌轮盘相结合选择法、交叉概率与变异概率随着进化代数而变化的遗传算法来计算出图像熵的阈值，从而达到阈值最佳，获得比较清晰、准确、稳定的图像。……