基于二维灰度熵及混沌粒子群的图像阈值选取
为了同时考虑直方图的概率信息和类内灰度级的均匀性,提出了基于灰度级-梯度二维直方图的Shannon灰度熵及Tsallis灰度熵阈值选取方法.给出了Shannon灰度熵和Tsallis灰度熵的定义及其一维阈值选取方法,导出了二维Shannon灰度熵及Tsallis灰度熵阈值选取公式及其快速递推算法,并利用混沌粒子群算法寻求两种阈值选取方法的最佳阈值.实验结果表明,与基于改进的二维最大熵及粒子群递推的阈值选取方法相比,所提出方法的分割图像能更准确地反映原始图像的边缘、纹理及细节信息.
图像阈值选取、二维Shannon灰度熵、二维Tsallis灰度熵、快速递推算法、混沌粒子群优化
31
TP391.41(计算技术、计算机技术)
国家自然科学基金资助项目60872065;煤燃烧国家重点实验室华中科技大学开放基金重点资助项目FSKLCC1001;计算机软件新技术国家重点实验室南京大学开放基金资助项目KFKT2010B17
2012-04-20（万方平台首次上网日期，不代表论文的发表时间）
共7页
1428-1434
