灰度熵和混沌粒子群的图像多阈值选取

摘要：

最大Shannon熵阈值选取方法仅仅依赖于图像灰度直方图的概率信息,而没有直接考虑类内灰度级的均匀性.为此提出了最大灰度熵的阈值选取方法.首先给出了灰度熵的定义及其单阈值选取方法,该灰度熵与现有的仅基于直方图分布的最大Shannon熵不同,直接反映了类内灰度级的均匀性;其次导出了量化图像直方图的灰度熵单阈值选取公式;最后将灰度熵单阈值选取推广到多阈值选取,提出了相应的快速递推算法,并进一步采用混沌小生境粒子群优化算法寻找最佳多阈值.实验结果表明,与最大Shannon熵单阈值选取和基于粒子群的最大Shannon熵多阈值选取方法相比,所提出方法的分割图像边缘、纹理更为准确,视觉效果明显改善.

关键词：图像分割、阈值选取、灰度熵、量化图像直方图、多阈值、混沌小生境粒子群优化

所属期刊栏目：5

分类号：TP391.41;TN911.73(计算技术、计算机技术)

资助基金：国家自然科学基金资助项目60872065;航空科学基金资助项目20105152026;南京大学计算机软件新技术国家重点实验室开放基金资助项目KFKT2010B17

在线出版日期：2011-05-12（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：522-529