基于分解的二维指数交叉熵图像阈值分割

摘要：

尽管用对数定义的Shannon熵是测度信息不确定性的有效方法,但存在无定义值和零值的问题,且现有的二维Shannon交叉熵法其运行速度仍有提升空间.为此,提出了一维和二维指数交叉熵阈值分割算法.首先给出了指数交叉熵的定义,并导出了一维指数交叉熵阈值选取方法;然后将其推广提出了基于分解的二维指数交叉熵阈值分割算法.通过分别求原像素灰度级图像和邻域平均灰度级图像的一维指数交叉熵最佳阈值,并将其组合求解二维指数交叉熵最佳阈值,从而将二维运算转换到两个一维空间上,大大缩小了搜索空间,使计算复杂度由0(L4)降为0(L).实验结果表明,与最近提出的二维Shannon交叉熵法及二维Tsaliis交叉熵法相比,所提出的方法能够得到更为优越的分割效果,且运行时间大幅减少.

关键词：图像分割、阈值选取、二维指数交叉熵、分解

所属期刊栏目：27

分类号：TN911.73

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

在线出版日期：2011-09-26（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：546-551