期刊文献+
共找到5篇文章
< 1 >
每页显示 20 50 100
基于二维灰度熵及混沌粒子群的图像阈值选取 被引量:2
1
作者 吴一全 周怀春 +1 位作者 纪守新 张晓杰 《北京理工大学学报》 EI CAS CSCD 北大核心 2011年第12期1428-1434,共7页
为了同时考虑直方图的概率信息和类内灰度级的均匀性,提出了基于灰度级-梯度二维直方图的Shannon灰度熵及Tsallis灰度熵阈值选取方法.给出了Shannon灰度熵和Tsallis灰度熵的定义及其一维阈值选取方法,导出了二维Shannon灰度熵及Tsallis... 为了同时考虑直方图的概率信息和类内灰度级的均匀性,提出了基于灰度级-梯度二维直方图的Shannon灰度熵及Tsallis灰度熵阈值选取方法.给出了Shannon灰度熵和Tsallis灰度熵的定义及其一维阈值选取方法,导出了二维Shannon灰度熵及Tsallis灰度熵阈值选取公式及其快速递推算法,并利用混沌粒子群算法寻求两种阈值选取方法的最佳阈值.实验结果表明,与基于改进的二维最大熵及粒子群递推的阈值选取方法相比,所提出方法的分割图像能更准确地反映原始图像的边缘、纹理及细节信息. 展开更多
关键词 图像阈值选取 Shannon灰度 Tsallis灰度 快速递推算法 混沌粒子群优化
在线阅读 下载PDF
基于二维直分与斜分灰度熵的图像阈值选取 被引量:7
2
作者 吴一全 纪守新 +2 位作者 吴诗婳 张国华 于素芬 《天津大学学报》 EI CAS CSCD 北大核心 2011年第12期1043-1049,共7页
二维最大Shannon熵阈值选取方法仅依赖于图像二维直方图的概率信息,而没有直接考虑类内灰度的均匀性,为此本文提出了二维灰度熵的阈值选取方法.首先给出了灰度熵的定义及其一维阈值选取方法,该灰度熵与现有的仅基于直方图分布的最大Shan... 二维最大Shannon熵阈值选取方法仅依赖于图像二维直方图的概率信息,而没有直接考虑类内灰度的均匀性,为此本文提出了二维灰度熵的阈值选取方法.首先给出了灰度熵的定义及其一维阈值选取方法,该灰度熵与现有的仅基于直方图分布的最大Shannon熵不同,直接反映了类内灰度的均匀性;然后提出基于混沌粒子群优化的二维直分灰度熵阈值选取方法及其快速递推算法;最后导出了二维斜分灰度熵的阈值选取公式及其快速递推算法.实验表明,与基于粒子群优化的二维直分最大Shannon熵阈值选取方法、二维斜分最大Shannon熵阈值选取方法及二维斜分Otsu阈值选取方法相比,所提出方法的分割图像更能反映原始图像的边缘、纹理及细节信息. 展开更多
关键词 图像阈值化 二维灰度熵 直分 斜分 快速递推算法 混沌粒子群优化
在线阅读 下载PDF
基于二维Arimoto灰度熵的图像阈值分割快速迭代算法 被引量:5
3
作者 吴一全 朱丽 吴诗婳 《华南理工大学学报(自然科学版)》 EI CAS CSCD 北大核心 2016年第5期48-57,共10页
现有的Arimoto熵阈值法仅依赖于灰度直方图分布,且计算最佳阈值时需搜索整个解空间,效率不高.为此,文中提出了一种二维Arimoto灰度熵阈值分割的快速迭代算法.首先,提出了一维Arimoto灰度熵阈值选取的快速迭代算法;然后,考虑图像目标和... 现有的Arimoto熵阈值法仅依赖于灰度直方图分布,且计算最佳阈值时需搜索整个解空间,效率不高.为此,文中提出了一种二维Arimoto灰度熵阈值分割的快速迭代算法.首先,提出了一维Arimoto灰度熵阈值选取的快速迭代算法;然后,考虑图像目标和背景的类内灰度均匀性,导出了基于灰度-平均灰度级直方图的Arimoto灰度熵阈值法,并给出了中间变量的快速递推公式;最后,提出了二维Arimoto灰度熵阈值选取的快速迭代算法,推导了相应的公式,大大减少了运算量.实验结果表明,文中所提算法运行速度快,分割性能优于现有的5种同类阈值分割算法,分割后图像中的目标完整,边缘纹理清晰,细节更为丰富. 展开更多
关键词 图像分割 阈值选取 Arimoto灰度 快速迭代算法
在线阅读 下载PDF
基于蜂群优化或分解的二维Arimoto灰度熵阈值分割
4
作者 吴一全 殷骏 +1 位作者 朱丽 袁永明 《浙江大学学报(工学版)》 EI CAS CSCD 北大核心 2015年第9期1625-1633,共9页
现有的Arimoto熵阈值法未考虑图像目标和背景的类内灰度均匀性,为此提出基于蜂群优化和基于分解的二维Arimoto灰度熵阈值分割方法.定义Arimoto灰度熵,导出二维Arimoto灰度熵阈值法,分别利用基于蜂群优化和基于分解的方法求解最佳阈值.... 现有的Arimoto熵阈值法未考虑图像目标和背景的类内灰度均匀性,为此提出基于蜂群优化和基于分解的二维Arimoto灰度熵阈值分割方法.定义Arimoto灰度熵,导出二维Arimoto灰度熵阈值法,分别利用基于蜂群优化和基于分解的方法求解最佳阈值.基于蜂群优化方法给出中间变量的快速递推公式,利用改进的人工蜂群(MABC)优化算法搜索最佳阈值,减少迭代时适应度函数中的冗余运算.基于分解方法将求解二维Arimoto灰度熵阈值法的运算转化到2个一维空间,进一步降低计算复杂度.实验结果表明:与近年来提出的3种同类方法相比,所提出方法的分割性能更优,分割后图像中目标完整、边缘纹理清晰,具有良好的抗噪性.同时,所提出的方法运行速度快,有望满足实际系统对分割的实时处理要求. 展开更多
关键词 图像处理 阈值分割 Arimoto灰度 改进人工蜂群优化算法 分解 快速递推算法
在线阅读 下载PDF
基于Curvelet变换和多目标粒子群的混合熵MRI图像多阈值分割 被引量:24
5
作者 卞乐 霍冠英 李庆武 《计算机应用》 CSCD 北大核心 2016年第11期3188-3195,共8页
针对因噪声干扰多、灰度不均匀、目标边界模糊导致的核磁共振成像(MRI)图像难以精确分割的问题,提出了一种基于Curvelet变换和多目标粒子群(MOPSO)的混合熵MRI图像多阈值分割算法。首先,对待分割MRI图像进行Curvelet分解,提取低频子带... 针对因噪声干扰多、灰度不均匀、目标边界模糊导致的核磁共振成像(MRI)图像难以精确分割的问题,提出了一种基于Curvelet变换和多目标粒子群(MOPSO)的混合熵MRI图像多阈值分割算法。首先,对待分割MRI图像进行Curvelet分解,提取低频子带和高频细节子带构建概貌-细节灰度级矩阵模型,以提高算法的目标细节表示能力;其次,同时考虑目标与背景的类间差异性与类内均匀性,将提出的二维多阈值倒数熵和倒数灰度熵组合定义为混合熵,作为多目标粒子群算法的目标函数,协同搜索得到最优的分割多阈值,以实现MRI图像的精确分割;最后,为提高算法的求解速度,提出了二维倒数熵和倒数灰度熵多阈值选取的梯度算法。实验结果表明:与二维tsallis熵、自动细菌觅食分割法(ABF)和改进的Otsu多阈值分割算法相比,所提方法对灰度不均和含噪的MRI图像具有更好的适应性,分割结果更为精确。 展开更多
关键词 核磁共振成像 CURVELET变换 多目标粒子群 倒数 倒数灰度
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部