二维直方图θ划分最大Shannon熵图像阈值分割

上一篇

下一篇

吴一全, 张金矿. 2010: 二维直方图θ划分最大Shannon熵图像阈值分割, 物理学报, 59(8): 5487-5495.
引用本文: 吴一全, 张金矿. 2010: 二维直方图θ划分最大Shannon熵图像阈值分割, 物理学报, 59(8): 5487-5495.
Wu Yi-Quan, Zhang Jin-Kuang. 2010: Image thresholding based on θ-division of 2-D histogram and maximum Shannon entropy, Acta Physica Sinica, 59(8): 5487-5495.
Citation: Wu Yi-Quan, Zhang Jin-Kuang. 2010: Image thresholding based on θ-division of 2-D histogram and maximum Shannon entropy, Acta Physica Sinica, 59(8): 5487-5495.

二维直方图θ划分最大Shannon熵图像阈值分割

Image thresholding based on θ-division of 2-D histogram and maximum Shannon entropy

  • 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,提出了适用面更广的基于二维直方图θ划分和最大Shannon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其法线与灰度级轴成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Shannon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Shannon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小.
  • 加载中
  • 加载中
计量
  • 文章访问数:  514
  • HTML全文浏览数:  114
  • PDF下载数:  0
  • 施引文献:  0
出版历程
  • 刊出日期:  2010-08-30

二维直方图θ划分最大Shannon熵图像阈值分割

  • 南京航空航天大学信息科学与技术学院,南京,210016

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,提出了适用面更广的基于二维直方图θ划分和最大Shannon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其法线与灰度级轴成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Shannon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Shannon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小.

English Abstract

参考文献 (0)

目录

/

返回文章
返回