智能系统学报
智能繫統學報
지능계통학보
CAAI TRANSACTIONS ON INTELLIGENT SYSTEMS
2010年
6期
522-529
,共8页
图像分割%阈值选取%灰度熵%量化图像直方图%多阈值%混沌小生境粒子群优化
圖像分割%閾值選取%灰度熵%量化圖像直方圖%多閾值%混沌小生境粒子群優化
도상분할%역치선취%회도적%양화도상직방도%다역치%혼돈소생경입자군우화
最大Shannon熵阈值选取方法仅仅依赖于图像灰度直方图的概率信息,而没有直接考虑类内灰度级的均匀性.为此提出了最大灰度熵的阈值选取方法.首先给出了灰度熵的定义及其单阈值选取方法,该灰度熵与现有的仅基于直方图分布的最大Shannon熵不同,直接反映了类内灰度级的均匀性;其次导出了量化图像直方图的灰度熵单阈值选取公式;最后将灰度熵单阈值选取推广到多阈值选取,提出了相应的快速递推算法,并进一步采用混沌小生境粒子群优化算法寻找最佳多阈值.实验结果表明,与最大Shannon熵单阈值选取和基于粒子群的最大Shannon熵多阈值选取方法相比,所提出方法的分割图像边缘、纹理更为准确,视觉效果明显改善.
最大Shannon熵閾值選取方法僅僅依賴于圖像灰度直方圖的概率信息,而沒有直接攷慮類內灰度級的均勻性.為此提齣瞭最大灰度熵的閾值選取方法.首先給齣瞭灰度熵的定義及其單閾值選取方法,該灰度熵與現有的僅基于直方圖分佈的最大Shannon熵不同,直接反映瞭類內灰度級的均勻性;其次導齣瞭量化圖像直方圖的灰度熵單閾值選取公式;最後將灰度熵單閾值選取推廣到多閾值選取,提齣瞭相應的快速遞推算法,併進一步採用混沌小生境粒子群優化算法尋找最佳多閾值.實驗結果錶明,與最大Shannon熵單閾值選取和基于粒子群的最大Shannon熵多閾值選取方法相比,所提齣方法的分割圖像邊緣、紋理更為準確,視覺效果明顯改善.
최대Shannon적역치선취방법부부의뢰우도상회도직방도적개솔신식,이몰유직접고필류내회도급적균균성.위차제출료최대회도적적역치선취방법.수선급출료회도적적정의급기단역치선취방법,해회도적여현유적부기우직방도분포적최대Shannon적불동,직접반영료류내회도급적균균성;기차도출료양화도상직방도적회도적단역치선취공식;최후장회도적단역치선취추엄도다역치선취,제출료상응적쾌속체추산법,병진일보채용혼돈소생경입자군우화산법심조최가다역치.실험결과표명,여최대Shannon적단역치선취화기우입자군적최대Shannon적다역치선취방법상비,소제출방법적분할도상변연、문리경위준학,시각효과명현개선.
