信息熵在图像处理中的应用毕业设计.pptVIP

信息熵在图像处理中的应用 指导教师： 班 级： 学 生： 学 号： 课题的背景及意义 基于熵的互信息理论 定义：随机变量 和 之间的互信息 或定义互信息 为： 致谢 背景 意义 近年来，随着计算机应用的发展和信息时代的来临，信息论理论和应用的研究更显示出其重要意义。 随着计算机技术的迅速发展，把信息熵应 用到图像处理中是图像处理领域的又一方向，随着信息熵更好更充分地发挥作用， 图像处理技术将会发展得更快，更加完善。 论文的结构和主要内容 1 2 3 信息熵的概念 基于熵的互信息理论 信息熵在图像处理中的应用 信息熵的概念 信 源 编 码 信 道 信号 解 码 信 宿 干 扰 噪 声 信息的传播 信息熵是信息论中用于度量信息量的一个概念。假 定： 是随机变量 的集合， 表示其概率密度，计算此随机变量 的信息熵的公式是 或定义互信息 为： 改进粒子群优化的模糊熵煤尘图像分割 基本粒子群算法： 每个粒子根据如下公式来更新自己的速度和位置： （1） （2） 改进粒子群优化算法： 对惯性因子的改进提出了惯性因子自适应算法，同时引入了MORLET变异操作，克服了普通粒子群优化算法存在易陷入局部最优以及过早收敛的缺点 改进粒子群优化的模糊熵煤尘图像分割 改进的算法 最大模糊熵 图像分割 图像的整个灰度空间上搜索一组最优参数 分割效果好 计算量小 实验结果 原图像 PSO分割结果 GMPSO分割结果 WMPSO分割结果 WMPSO算法与其他算法进行图像分割性能比较 实验结果比较图