基于熵约束的快速FCM聚类多阈值图像分割算法

被引：12

作者：

田军委 ^{[1
,2
]}

黄永宣 ^{[1
]}

于亚琳 ^{[3
]}

机构：

[1] 西安交通大学电子与信息工程学院

[2] 西安工业大学机械与电子工程学院

[3] 陕西华经微电子股份有限公司

来源：

模式识别与人工智能 | 2008年 / 21卷 / 02期

关键词：

图像分割; 多阈值; 模糊c-均值(FCM); 重采样; 熵;

D O I：

暂无

中图分类号：

TP391.41 [];

学科分类号：

080203 ;

摘要：

针对传统 FCM 聚类多阈值分割算法计算费时、应用范围受限制的缺点,提出基于信息熵判据的快速FCM 聚类多阈值分割算法.研究在保持图像信息前提下重采样率必须满足的最基本条件,并给出约束公式.根据信息熵原理,计算原图像和重采样图像的熵,根据重采样图像相对信息熵变化情况,判别满足熵约束的采样率.实验结果表明,在多阈值图像分割中,本文算法在基本保持与传统 FCM 聚类同水平分割效果的前提下,平均计算用时较传统 FCM 分割算法缩短,效率明显提高,实验结果和理论分析相符,证明本文算法的正确性.

引用

页码：221 / 226

页数：6

共 4 条

[1] Image thresholding using Tsallis entropy
de Albuquerque, MP
Esquef, IA
Mello, ARG
de Albuquerque, MP
[J]. PATTERN RECOGNITION LETTERS, 2004, 25 (09) : 1059 - 1065
[2] A fuzzy hyperspectral classifier for automatic target recognition （ATR） systems[J] . Sameh M Yamany,Aly A Farag,Shin-Yi Hsu.Pattern Recognition Letters . 1999 (11)
[3] Fuzzy Connectedness and Object Definition: Theory, Algorithms, and Applications in Image Segmentation[J] . Jayaram K. Udupa,Supun Samarasekera.Graphical Models and Image Processing . 1996 (3)
[4] Minimum cross-entropy threshold selection
Brink, AD
Pendock, NE
[J]. PATTERN RECOGNITION, 1996, 29 (01) : 179 - 188

← 1 →