位置:成果数据库 > 期刊 > 期刊详情页
基于二维Arimoto熵的阈值分割方法
  • ISSN号:1003-6059
  • 期刊名称:《模式识别与人工智能》
  • 时间:0
  • 分类:TP391[自动化与计算机技术—计算机应用技术;自动化与计算机技术—计算机科学与技术]
  • 作者机构:[1]华中科技大学图像识别与人工智能研究所多谱信息处理技术重点实验室,武汉430074
  • 相关基金:国家自然科学基金重点项目(No.60736010)、国家基础科研项目(No.A1420061266)资助
中文摘要:

提出基于二维Arimoto熵的阈值分割方法.首先由图像的像素值及其邻域像素均值得到图像的二维直方图,然后从二维直方图中计算出二维Afimoto熵.当二维Afimoto熵达到最大时,对应的灰度级对即为分割阈值.通过引入二维联合幂概率分布建立快速算法,使算法速度大大提高,易于硬件实现.大量的对比实验表明,本文算法表现稳定,总体的分割效果优于基于二维Renyi熵和二维Shannon熵的阈值分割算法.

英文摘要:

A thresholding technique is proposed based on two-dimensional Arimoto entropy. Firstly, a two-dimensional histogram is determined by the gray value and the local average gray value of the pixels. Then, the two-dimensional Arimoto entropy is obtained from the two-dimensional histogram. The pair of gray values which makes the two-dimensional Arimoto entropy largest is the thresholding. By introducing in a two-dimensional joint power-probability distribution, a fast algorithm is proposed. The fast algorithm speeds up the implementation and makes the method suitable to real-time systems. Experiments indicate that the thresholding method based on two-dimensional Arimoto entropy gives a steady performance and it is better than the methods based on Renyi entropy and Shannon entropy.

同期刊论文项目
同项目期刊论文
期刊信息
  • 《模式识别与人工智能》
  • 中国科技核心期刊
  • 主管单位:中国科学技术协会 中国自动化学会
  • 主办单位:国家智能计算机研究开发中心 中国科学院合肥智能机械研究所
  • 主编:郑南宁
  • 地址:安徽省合肥市蜀山湖路350号中国科学院合肥智能机械研究所
  • 邮编:230031
  • 邮箱:bjb@iim.cas.cn
  • 电话:0551-5591176
  • 国际标准刊号:ISSN:1003-6059
  • 国内统一刊号:ISSN:34-1089/TP
  • 邮发代号:26-69
  • 获奖情况:
  • 国内外数据库收录:
  • 被引量:10169