二维Arimoto灰度熵阈值分割

被引：5

作者：

吴一全 ^{[1
,2
]}

曹鹏祥 ^{[1
,3
]}

王凯 ^{[1
]}

殷骏 ^{[1
]}

机构：

[1] 南京航空航天大学电子信息工程学院

[2] 江南大学食品科学与技术国家重点实验室

[3] 中国人民解放军部队

来源：

应用科学学报 | 2014年 / 32卷 / 04期

关键词：

图像分割; 阈值选取; Arimoto灰度熵; 人工蜂群算法; Tent映射; 混沌;

D O I：

暂无

中图分类号：

TP391.41 [];

学科分类号：

080203 ;

摘要：

针对近年提出的二维Arimoto熵阈值分割方法只依赖图像灰度级出现的频数信息,而未考虑图像类内灰度均匀性这一问题,提出了基于灰度-梯度直方图的二维Arimoto灰度熵阈值分割方法.首先,在Arimoto熵的基础上直接考虑图像类内灰度均匀性,构建出一维Arimoto灰度熵阈值选取公式;结合灰度-梯度二维直方图目标与背景区域划分方式,推导出二维Arimoto灰度熵阈值选取公式;通过阈值选取函数所涉及中间变量的递推计算公式来消除冗余计算;采用基于Tent映射的混沌序列对人工蜂群算法的局部搜索阶段进行改进,以改进后的蜂群优化算法来加快图像分割最佳阈值的搜索速度,大大减少了时间花费.大量的典型图像对比实验结果表明,所提出的方法能够快速而准确地实现图像分割,且总体效果优于二维Shannon熵、二维Tsallis灰度熵和二维Arimoto熵阈值分割方法.

引用

页码：331 / 340

页数：10

共 8 条

[1] 基于局部搜索的人工蜂群算法
刘三阳
张平
朱明敏
[J]. 控制与决策, 2014, 29 (01) : 123 - 128
[2] 二维Arimoto熵直线型阈值分割法
张弘
范九伦
[J]. 光子学报 , 2013, (02) : 234 - 240
[3] 利用混沌PSO或分解的2维Tsallis灰度熵阈值分割
吴一全
吴诗婳
张晓杰
[J]. 中国图象图形学报 , 2012, (08) : 902 - 910
[4] 改进的二维Renyi熵图像阈值分割
黄金杰
郭鲁强
逯仁虎
丁艳军
[J]. 计算机科学, 2010, 37 (10) : 251 - 253
[5] 改进的2维Otsu法及混沌粒子群递推的阈值分割
吴一全
张金矿
[J]. 中国图象图形学报, 2009, 14 (09) : 1843 - 1849
[6] Fast recursive algorithm for two-dimensional Tsallis entropy thresholding method[J]. Tang Yinggan,Di Qiuyan & Guan Xinping Inst,of Electrical Engineering,Yanshan Univ.,Qinhuangdao 066004,P.R.China. Journal of Systems Engineering and Electronics. 2009(03)
[7] 基于二维Arimoto熵的阈值分割方法
卓问
曹治国
肖阳
[J]. 模式识别与人工智能, 2009, 22 (02) : 208 - 213
[8] 一种快速红外图像分割方法
杜峰
施文康
邓勇
朱振幅
[J]. 红外与毫米波学报, 2005, (05) : 370 - 373

← 1 →