基于克隆选择算法的花卉图像分割

计算机工程与应用 ›› 2012, Vol. 48 ›› Issue (14): 185-189.

• 图形、图像、模式识别 • 上一篇下一篇

基于克隆选择算法的花卉图像分割

刘倩1，仇宾2

1.北京林业大学信息学院，北京 100083
2.河北师范大学附属民族学院数信科学系，石家庄 050091

出版日期:2012-05-11 发布日期:2012-05-14

Flowers image segmentation based on clonal selection algorithm

LIU Qian1, QIU Bin2

1.School of Information Science & Technology, Beijing Forestry University, Beijing 100083, China
2.Department of Mathematics and Information Science, National Institute of Subsidiary of Hebei Normal University, Shijiazhuang 050091, China

Online:2012-05-11 Published:2012-05-14

摘要/Abstract

摘要： 为了准确分割出花卉图像中的花朵，针对这类图像的特点，提出了一种基于克隆选择算法和OTSU（最大类间方差）法的双阈值彩色图像分割法。在HSV颜色空间中对图像进行颜色量化，计算出花卉的大致颜色，依据颜色种类对图像进行分量算子预处理，运用克隆选择算法对上一步中得到的结果矩阵自学习，得到全局最优的阈值，从而实现图像分割。实验结果表明，该方法无需人工干预，分割效果良好，且大大缩短了计算时间，具有一定的实用性。

关键词: 花卉, 图像分割, 克隆选择, 颜色量化, 最大类间方差, 双阈值

Abstract: In order to separate out the petals from flower images, a double threshold color image segmentation method is proposed in this paper based on clonal selection algorithm and maximum classes square. The color of images is quantified in the HSV color space and the color of flowers is calculated automatically. The component operators make a pretreatment to images according as color category. Clonal selection algorithm analyses matrix got from the last step and counts out the global optimal threshold. Experimental results show that, the proposed method realizes automatic segmentation. This algorithm is effective, shortens computing time and is feasible.

Key words: flowers, image segmentation, clonal selection, color quantization, OTSU, double threshold

刘倩1，仇宾2. 基于克隆选择算法的花卉图像分割[J]. 计算机工程与应用, 2012, 48(14): 185-189.

LIU Qian1, QIU Bin2. Flowers image segmentation based on clonal selection algorithm[J]. Computer Engineering and Applications, 2012, 48(14): 185-189.

[1]	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.
[2]	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.
[3]	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.
[4]	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.
[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]	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.
[7]	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.
[8]	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.
[9]	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.
[10]	王丽丽，申燚，徐玉松，袁明新. 融合云模型和反向学习的克隆选择算法[J]. 计算机工程与应用, 2021, 57(17): 68-74.
[11]	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.
[12]	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.
[13]	陈海洋，金晓磊，牛龙辉，刘喜庆. 基于改进克隆选择算法的区域交通灯配时优化[J]. 计算机工程与应用, 2020, 56(9): 272-278.
[14]	鲁圆圆，冯浩，李靖. 结合分布度量统计建模的主动轮廓图像分割[J]. 计算机工程与应用, 2020, 56(7): 228-233.
[15]	张姝洁，郑利平，韩清，张晗. 从图片到衣服：快速虚拟角色服饰生成方法[J]. 计算机工程与应用, 2020, 56(7): 234-239.

基于克隆选择算法的花卉图像分割

Flowers image segmentation based on clonal selection algorithm

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