嵌入灰度级信息的粗糙模糊熵阈值分割法

被引:1
作者
张干
吴成茂
机构
[1] 西安邮电大学电子工程学院
关键词
信息熵; 粗糙模糊; 灰度级权重; 去噪; 阈值分割;
D O I
10.16208/j.issn1000-7024.2014.02.029
中图分类号
TP368.12 [];
学科分类号
摘要
针对现有基于信息熵、最大模糊熵、最大粗糙熵和粗糙模糊熵等分割方法在去噪以及保留图像细节信息等方面存在的不足,提出一种灰度级大小信息融合粗糙模糊熵的阈值分割法。将传统灰度图像采用粗糙模糊集描述所对应的不确定粗糙模糊熵与图像灰度级大小相融合,获得一种参数化的变权粗糙模糊熵的图像阈值化分割新准则。实验结果表明,该方法有较好的抗噪性和保留图像细节信息能力,在参数选取特定值时,可将传统粗糙模糊熵阈值法视为该方法的特例。
引用
收藏
页码:541 / 545
页数:5
相关论文
共 7 条
  • [1] 粗糙模糊性的度量方法研究.[D].吴润民.西南交通大学.2010, 10
  • [2] 二型模糊粗糙集的理论及应用研究.[D].梅玉玲.哈尔滨工程大学.2009, S1
  • [3] 基于模糊熵理论的若干图象分割方法研究.[D].赵凤.西安邮电学院.2007, 02
  • [4] 一种基于包含度理论的图像分割方法
    吴成茂
    [J]. 模式识别与人工智能, 2007, 20 (06) : 805 - 814
  • [5] 粗糙模糊集的粗糙性度量
    李学文
    魏立力
    [J]. 贵州师范大学学报(自然科学版), 2007, (01) : 68 - 71
  • [6] Histogram thresholding using beam theory and ambiguity measures
    Sen, Debashis
    Pal, Sankar K.
    [J]. FUNDAMENTA INFORMATICAE, 2007, 75 (1-4) : 483 - 504
  • [7] Measuring ambiguities in images using rough and fuzzy settheory..Debashis Sen;Sankar K Pal;.IEEE International Conference on Signal processing; Communications and Networking.2008,