一种基于熵和聚类理论的图像阈值分割算法

发布时间：2017-12-19 13:13

  本文关键词：一种基于熵和聚类理论的图像阈值分割算法　出处：《计算机应用研究》2016年07期 　论文类型：期刊论文

  更多相关文章： Otsu算法 Kapur算法 稳定性 自适应性

【摘要】：为了解决传统的Otsu法均分像素点的缺点以及Kapur法易受干扰的不稳定性,分析了这两种算法理论上的联系并结合它们的各自优势,提出一种新的算法,实现两者在图像阈值选取上的一种均衡。实验结果表明,新算法对图像直方图不具有明显双峰、目标像素点占比很小、图片存在干扰信息源等情况均能得到理想的分割效果。该算法可用于更大范围的图像分割处理,并且展现了更强的稳定性和自适应性。
【作者单位】： 华侨大学信息科学与工程学院;
【基金】：国家自然科学基金资助项目(11005041) 福建省自然科学基金资助项目(2015J01016) 福建省高校杰出青年科研人才培育计划资助项目(JA12001) 福建省高校新世纪优秀人才计划资助项目(2014FJ-NCET-ZR04) 华侨大学中青年教师科研提升资助计划项目(ZQN-PY114)
【分类号】：TP391.41
【正文快照】： 在图像的阈值分割算法中,基于灰度直方图的熵阈值法(也称为Kapur法)[1]和基于灰度聚类的Otsu法[2]是两种不同的经典思想。近年来,以它们为基础已发展出多种丰富的算法且在各种类型的图像分割中取得了成功[3]。Kapur算法是假定目标和背景来自两个不同的信源,针对图像的灰度直方

【相似文献】

中国期刊全文数据库 前10条

1 郭春秋,欧阳松;一种快速、准确的图像阈值分割新方法[J];湖南工业职业技术学院学报;2004年01期

2 陈俊,李红;利用模拟退火遗传算法实现图像阈值分割[J];应用数学;2005年S1期

3 张t，

本文编号：1308086