结合免疫遗传和粗糙集的改进图像分割方法

doi:10.3778/j.issn.1002-8331.2009.16.052

计算机工程与应用 ›› 2009, Vol. 45 ›› Issue (16): 180-181.DOI: 10.3778/j.issn.1002-8331.2009.16.052

• 图形、图像、模式识别 • 上一篇下一篇

结合免疫遗传和粗糙集的改进图像分割方法

张一栋,吴锡生

江南大学信息工程学院，江苏无锡 214122

收稿日期:2008-03-24 修回日期:2008-06-17 出版日期:2009-06-01 发布日期:2009-06-01
通讯作者: 张一栋

Improved image segmentation method based on immune genetic algorithm and rough set

ZHANG Yi-dong,WU Xi-sheng

School of Information Technology，Southern Yangtze University，Wuxi，Jiangsu 214122，China

Received:2008-03-24 Revised:2008-06-17 Online:2009-06-01 Published:2009-06-01
Contact: ZHANG Yi-dong

摘要/Abstract

摘要： 以往的免疫遗传聚类算法都要事先设置聚类数及聚类中心，采取的是有教师学习的方式，对环境的适应性不太。结合免疫网络算法和免疫遗传分类，提出了事先通过一种无教师学习，确定聚类数及聚类中心的免疫遗传分类算法，同时在聚类分类的基础上运用粗糙集对图像进行分割。通过对人脑MR图片的聚类和分割实验，验证了该方法的有效性。

关键词: 免疫遗传算法, 不确定理论, 粗糙集, 图像分割

Abstract: The former immune genetic algorithms have beforehand to establish gathering number and gathering center，adopt the way which the teacher studies，and aren’t good to the environment compatibility.This paper unifies the immunity network algorithm and the immunity heredity classification，proposes immunity heredity classification algorithm through one kind of non-teacher study，determines gathering number and gathering center，simultaneously utilizes the rough collection to carry on the division to the picture.Through gathered kind and the division experiment to the human brain MR picture，the result has confirmed this method validity.

Key words: immune genetic, uncertainty theory, rough set, image segmentation

张一栋,吴锡生. 结合免疫遗传和粗糙集的改进图像分割方法[J]. 计算机工程与应用, 2009, 45(16): 180-181.

ZHANG Yi-dong,WU Xi-sheng. Improved image segmentation method based on immune genetic algorithm and rough set[J]. Computer Engineering and Applications, 2009, 45(16): 180-181.

[1]	史春天，曾艳阳，侯守明. 群体智能算法在图像分割中的应用综述[J]. 计算机工程与应用, 2021, 57(8): 36-47.
[2]	赵阳，张俊华. 多尺度特征融合的脊柱X线图像分割方法[J]. 计算机工程与应用, 2021, 57(8): 214-219.
[3]	潘沛鑫，潘中良. 结合显著性的主动轮廓图像分割[J]. 计算机工程与应用, 2021, 57(8): 225-230.
[4]	董鹏，周烽，赵悰悰，王亚飞，米泽田，付先平. 基于双目视觉的水下海参尺寸自动测量方法[J]. 计算机工程与应用, 2021, 57(8): 271-278.
[5]	彭璟，罗浩宇，赵淦森，林成创，易序晟，陈少洁. 深度学习下的医学影像分割算法综述[J]. 计算机工程与应用, 2021, 57(3): 44-57.
[6]	高天宇，王庆荣，杨磊. 粗糙集属性依赖度强化的应急数据挖掘模型[J]. 计算机工程与应用, 2021, 57(3): 87-93.
[7]	王庆荣，马辰坤. 面向案例消耗推理的应急物资预测[J]. 计算机工程与应用, 2021, 57(22): 281-287.
[8]	刘锐，丁辉，尚媛园，邵珠宏，刘铁. COVID-19医学影像数据集及研究进展[J]. 计算机工程与应用, 2021, 57(22): 15-27.
[9]	周绍光，吴昊，赵婵娟，陈仁喜. 利用同质区特性的高光谱图像迁移学习分类[J]. 计算机工程与应用, 2021, 57(21): 224-233.
[10]	丁成，翁理国，夏旻，崔逸尘，钱俊豪，刘佳. 多注意力机制网络卫星图像分割算法[J]. 计算机工程与应用, 2021, 57(2): 223-229.
[11]	李振强，王树才，赵世达，白宇. 改进DeepLabv3+和XGBoost的羊骨架切割方法[J]. 计算机工程与应用, 2021, 57(18): 263-269.
[12]	孙玮婕，杨军. 改进的简单非迭代聚类的遥感影像分割研究[J]. 计算机工程与应用, 2021, 57(13): 185-192.
[13]	刘玉锋，孙文鑫. 一般多粒度量化软粗糙集模型[J]. 计算机工程与应用, 2021, 57(12): 137-143.
[14]	刘桂枝. 维度变化的不完备混合型数据增量式属性约简[J]. 计算机工程与应用, 2021, 57(12): 161-169.
[15]	杨勇，郭玲，叶阳东. 全变分流边与M2GGD相结合的自然图像分割方法[J]. 计算机工程与应用, 2021, 57(11): 202-210.

结合免疫遗传和粗糙集的改进图像分割方法

Improved image segmentation method based on immune genetic algorithm and rough set

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics