灰度图像的模糊Renyi熵多级阈值分割方法

被引:6
作者
聂方彦 [1 ,2 ]
高潮 [1 ]
郭永彩 [1 ]
机构
[1] 重庆大学光电工程学院光电技术及系统教育部重点实验室
[2] 湖南文理学院计算机学院
关键词
图像处理; 阈值分割; Renyi熵; 模糊集; 差分演化;
D O I
暂无
中图分类号
TP391.41 [];
学科分类号
080203 ;
摘要
为克服Renyi熵阈值化方法在处理图像固有模糊特性上的不足,基于模糊集理论,提出一种有效的图像多级阈值化方法。把图像转换到模糊域,定义分割区域的模糊Renyi熵,然后应用最大熵原理对图像实施阈值分割。另外,在方法实现中采用差分演化算法搜索最佳阈值,以提高计算效率。在合成及真实图像上的实验结果表明了提出方法的有效性,同时,运用差分演化算法使方法满足图像分割时间性能需求。
引用
收藏
页码:1055 / 1059
页数:5
相关论文
共 7 条
[1]   基于最大模糊熵原理的多阈值图像分割新算法 [J].
吴薇 .
系统工程与电子技术, 2005, (02) :357-360
[2]   图像分割的阈值法综述 [J].
韩思奇 ;
王蕾 .
系统工程与电子技术, 2002, (06) :91-94+102
[3]   Recursive algorithm based on fuzzy 2-partition entropy for 2-level image thresholding [J].
Benabdelkader, S ;
Boulemden, M .
PATTERN RECOGNITION, 2005, 38 (08) :1289-1294
[4]   Threshold selection based on fuzzy c-partition entropy approach [J].
Cheng, HD ;
Chen, JR ;
Li, JG .
PATTERN RECOGNITION, 1998, 31 (07) :857-870
[5]   Differential evolution - A simple and efficient heuristic for global optimization over continuous spaces [J].
Storn, R ;
Price, K .
JOURNAL OF GLOBAL OPTIMIZATION, 1997, 11 (04) :341-359
[6]   Minimum cross-entropy threshold selection [J].
Brink, AD ;
Pendock, NE .
PATTERN RECOGNITION, 1996, 29 (01) :179-188
[7]   A survey on evaluation methods for image segmentation [J].
Zhang, YJ .
PATTERN RECOGNITION, 1996, 29 (08) :1335-1346