二维直方图θ-划分Tsallis熵阈值分割算法

摘要：

鉴于常用二维直方图区域直分法存在错分,最近提出的斜分法不具普遍性,而Tsallis熵与传统的Shannon熵相比,具有普适性且更为有效,本文提出了适用面更广的基于二维直方图θ-戈0分和最大Tsallis熵的图像阈值分割算法.首先给出了二维直方图θ-划分方法,采用四条平行斜线及一条法线与厌度级轴成θ角的直线划分二维直方图区域,按灰度级和邻域平均灰度级的加权和进行阈值分割,斜分法可视为该方法中θ=45°的特例;然后导出了二维直方图θ-划分最大Tsallis熵阈值选取公式及其快速递推算法;最后给出了θ取不同值时的分割结果及运行时间,θ取较小值时,边界形状准确性较高,θ取较大值时,抗噪性较强,应用时可根据实际图像特点及需求合理选取θ的值.与常规二维直方图直分最大Tsallis熵法相比,本文提出的方法所得分割结果更为准确,抵抗噪声更为稳健,且所需运行时间及存储空间也大为减少.

关键词：图像处理、阈值分割、二维直方图区域θ-划分、Tsallis熵、递推算法

所属期刊栏目：26

分类号：TN911.73

资助基金：国家自然科学基金项目60872065

在线出版日期：2011-03-03（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：1162-1168