基于超熵和模糊集理论的带钢表面缺陷分割

由于冷轧带钢表面缺陷图像中存在过渡区,在图像分割过程中既要利用灰度信息也要利用空间结构信息才能取得好的分割效果。因此,本文研究了信息熵中的超熵以及模糊集理论,根据超熵可以用来测度图像的空间结构,模糊集可以描述出图像灰度过渡区的特性,提出了一种基于超熵和模糊集理论的图像分割算法。结合超熵和模糊集理论构建出模糊超熵,通过计算图像的最大模糊超熵所对应的最优隶属度函数参数组合确定了分割阈值,并利用该阈值完成图像分割。将该算法与Ostu以及一维最大模糊熵分割算法相比较,结果显示,本文算法能够准确地从背景中提取缺陷,有效地抑制了过分割现象。利用提出的误分割率和有效信息率对分割后的图像进行定量评价,结果表明,用本文算法分割后的图像有效信息率在3种方法中最高,均在82.7%以上,同时误分割率均低于2.1%。