二维最大类间交叉熵阈值分割法

被引:19
作者
乔韡韡 [1 ]
吴成茂 [2 ]
机构
[1] 温州大学计算机系
[2] 西安邮电学院电子与信息工程系
关键词
图像分割; 阈值法; 最小交叉熵法; 类间交叉熵; 二维直方图;
D O I
10.16152/j.cnki.xdxbzr.2008.03.035
中图分类号
TP391.41 [];
学科分类号
080203 ;
摘要
目的研究了基于类间交叉熵的二维阈值分割算法及其抗噪性能。方法通过采用交叉熵方法来描述二维直方图中的目标区域和背景区域之间像素信息的差异程度,构造了一种基于最大类间分离性程度的图像分割新方法。结果结果仿真证明该分割方法的有效性和抑制噪声的能力。结论在有噪声的图像中,新分割方法相比传统一维最小交叉熵具有更强的抗噪性能,并且在分割性能和时间花费上都优于二维最小类内交叉熵分割法。
引用
收藏
页码:374 / 378
页数:5
相关论文
共 5 条
[1]   基于粗糙集理论的图像分割智能决策方法 [J].
罗诗途 ;
张玘 ;
罗飞路 ;
王艳玲 .
中国图象图形学报, 2006, (01) :66-73
[2]   基于遗传算法的二维最小交叉熵的动态图像分割 [J].
梅蓉 ;
姜长生 ;
陈谋 .
电光与控制, 2005, (01) :30-34
[3]   一种改进的最小互熵门限法 [J].
陆军 ;
王润生 .
计算机工程与科学, 1999, (04) :71-75
[4]   灰度图象的二维Otsu自动阈值分割法 [J].
刘健庄 ;
栗文青 .
自动化学报, 1993, (01) :101-105
[5]   Minimum cross-entropy threshold selection [J].
Brink, AD ;
Pendock, NE .
PATTERN RECOGNITION, 1996, 29 (01) :179-188