（2）群体设置：由于双阈值的优化问题必须要考虑到多参数，设置个体总数20，最大进化代数100；（3）解码：将每一个二进制的染色体均解码为两个0255的值为双阈值，即：门限值a为一个解码值，门限值b为另一个解码值；（4）适应度函数：采用公式（9）计算分割的适应度值函数；（5）选取：应用锦标赛方式根据适应度值从每个群体中随机选取两个个体；（6）交叉：应用多点交叉在染色体的前八位与后八位产生两个交叉点，并设定交叉概率为07；（7）变异：采取上文改进措施，并根据群体多样性动态设置变异；将最后一代群体适应度最大的个体作为本优化算法的最优结果，对其进行反解码为（0，0）（255，255）间的灰度值（s，t），并利用得到的二维阈值对图像进行最后的分割处理。3仿真实验结果及分析仿真实验对比了简单遗传算法与优化遗传算法，具体实验设置为：二进制编码，染色体16位，交叉概率07，通过多点交叉在染色体前八位与后八位产生两个交叉点，变异概率01，并采取随机方法，每次选择一位，群体规模20，最大进化代数100。公式（12）中的div为01，每张图像每个方法随机执行20次。4结束语在各种图像的应用中，只要需要对图像的目标进行测量与提取都会涉及到图像分割问题，图像分割作为图像处理最为基础的处理方式之一，应用十分广泛，同时它也是计算机视觉领域
f龙源期刊网httpwwwqika
comc
研究的重点课题56。仿真对比结果显示，采用优化后的遗传算法对图像进行最佳熵双阈值分割，能够取得更好的图像分割效果，对图像分割的实践应用具有一定的指导意义。参考文献1颜学颖，焦李成基于各向异性自适应高斯加权方向窗的非局部三维otsu图像门限分割J电子与信息学报，2012（11）：267226792刘军，齐华，汪振飞基于边缘区域增长法的飞机图像目标分割研究J飞行力学，2008（02）：93963赵凤，范九伦融合非局部空间灰度信息的三维otsu法J计算机工程与应用，2013，49（3）：30334吴一全，吴加明，占必超一种可有效分割小目标图像的阈值选取方法J兵工学报，2011（04）：469475
f龙源期刊网httpwwwqika
comc

f龙源期刊网httpwwwqika
comc

fr