基于多稳态特性与灰度差异熵的图像背景Python扩充方法

摘要：

图像应用范围逐渐扩大,相关技术发展迅速,其发展的主要支撑是大规模的图像数据集合.现有公开资源以图像目标数据集合为主,而背景数据集合较少,并且内部数据体量较小,制约了图像相关技术的发展与应用,故提出基于多稳态特性与灰度差异熵的图像背景数据Python扩充方法.基于图像背景与目标的灰度熵差异,选取灰度熵阈值分割原始图像,获取图像背景区域,采用k近邻(k-Nearest Neighbor,KNN)算法深度挖掘背景数据,应用多稳定特性构造混沌序列,加密处理图像背景数据,通过Python制定图像背景数据并行扩充程序,执行制定程序即可实现图像背景数据的扩充.实验数据显示:提出方法获得的图像背景区域分割效果更好,图像背景数据扩充量最大值为1800 MB,充分证实了提出方法应用性能更好.

关键词：图像背景数据、灰度差异熵、数据挖掘、Python、多稳态特性、数据扩充

所属期刊栏目：37

分类号：TP391.41(计算技术、计算机技术)

资助基金：安徽省教育厅线上课程项目MOOC;2020mooc550

在线出版日期：2023-07-26（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：81-85,122