利用混沌PSO或分解的2维Tsallis灰度熵阈值分割

被引：17

作者：

吴一全 ^{[1
,2
,3
]}

吴诗婳 ^{[1
]}

张晓杰 ^{[1
]}

机构：

[1] 南京航空航天大学电子信息工程学院

[2] 中航工业电光设备研究所光电控制技术重点实验室

[3] 南京大学计算机软件新技术国家重点实验室

来源：

中国图象图形学报 | 2012年 / 08期

关键词：

图像分割; 阈值选取; 2维Tsallis灰度熵; 混沌粒子群优化; 分解; 递推算法;

D O I：

暂无

中图分类号：

TN911.73 [图像信号处理];

学科分类号：

0711 ; 080401 ; 080402 ;

摘要：

现有最大Shannon熵或Tsallis熵阈值选取方法没有从类内灰度均匀性出发,而仅依据图像灰度直方图,并且Tsallis熵法的分割效果通常优于Shannon熵法。为此,提出了基于混沌粒子群优化(PSO)和基于分解的两种2维Tsallis灰度熵阈值分割方法。首先,给出了1维Tsallis灰度熵阈值选取方法并将其推广到2维,导出了相应的2维Tsallis灰度熵阈值选取公式及其递推算法;其次,利用混沌PSO算法搜寻2维Tsallis灰度熵法的最佳阈值,并采用递推方式去除迭代过程中适应度函数的冗余运算,大大提高了运行速度;最后,将2维Tsallis灰度熵阈值选取方法的运算转化为两个1维Tsallis灰度熵法的运算,计算复杂度从O(L2)进一步降低到O(L)。实验结果表明,与2维最大Shannon熵法、2维最大Tsallis熵法及2维Tsallis交叉熵法相比,所提出的两种方法可以大幅提高图像分割质量和算法运行速度。

引用

页码：902 / 910

页数：9

共 7 条

[1]

基于分解的灰度图像二维阈值选取算法[J]. 岳峰,左旺孟,王宽全.自动化学报. 2009(07)

[2] 基于二维最小Tsallis交叉熵的图像阈值分割方法 [J].