一种基于Parzen窗法和Renyi熵的图像分割阈值选取新方法.pdfVIP

一种基于Parzen窗法和Renyi熵的图像分割阈值选取新方法.pdf

  1. 1、本文档共4页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  7. 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  8. 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
一种基于Parzen窗法和Renyi熵的图像分割阈值选取新方法.pdf

第 12 期 熊福松等 :一种基于 Parzen 窗法和 R enyi熵的图像分割阈值选取新方法 ·3 13 · 一种基于 P a rzen 窗法和 R enyi熵的图像分割阈值选取新方法 熊福松 , 王士同 江南大学 信息工程学院 , 江苏 无锡 2 14 122 摘  要 : 采用 Parzen 窗技术来估计图像灰度值的空间概率分布 ,再用 R enyi熵来构造 目标函数 ,最后在图像灰 度范围内搜索 ,使此 目标函数最小的灰度值作为最佳全局阈值 。实验结果表明,此方法对图像分割的精度非常 高 ,且适应性强 。 关键词 : 图像分割 ; Parzen 窗; R enyi熵 ; 阈值函数 中图法分类号 : TP3914 1   文献标识码 : A    文章编号 : 100 13695 2006 1座机电话号码 Novel Im age Thre sho lding M ethod B a sed on Parzen W indow Techn ique and R enyi Entrop y X ION G Fusong, WAN G Sh itong Colleg e of Inf orm a tion Eng ineering, S ou thern Yang tze Un iversity, W ux i J iangsu 2 14 122, Ch ina A b stract: Th is p ap er first u sed Parzen w indow algorithm to e stim ate the sp atial p robab ility d istribu tion of im age gray level va lue s, then con struct object function w ith R enyi en trop y, and at la st search the be st global th re sho ld in the scop e of gray level to m in imum the object function. The re su lts of exp erim ent show that the m ethod ha s h igh accuracy and fine adap tab ility to im age segm entation. Key words: Im age Segm entation; Parzen W indow; R enyi Entrop y; Thre sho ld Function 图像分割是图像分析和处理的重要步骤及技术 ,其 目的是 布密度函数进行估计的有效的非参数估计方法 。其基本思想 将图像分成具有某种特征差异的不同区域 。如今图像分割已 就是利用一定范围内各点密度的平均值对总体密度函数进行 有很多方法 ,其中最为简单和有效的是基于灰度的阈值分割方 估计 。我们将此技术用来估计图像灰度的空间概率密度分布 。 法 。如何选取合适的阈值进行有效的分割 ,即分割后的二值图 具体方法如下 : 像对原图像来说 ,既不产生欠分割 ,也不引起过分割 ,这是分割 假设 f x, y 是一幅 m ×n 的灰度图像, N m ×n 是像素的 的关键 。近年来 ,为控制分割中造成的信息损失 ,在图像分割 总个数, 并假设图像有 L 个灰度级 , p , p , …, p 是各灰度级 1 2 L 理论与实践中引入了信息论中最大香农熵准则 、最大交叉熵准 的空间累积概率和 , C , C , …, C 是各灰度级的像素总数 ,且 1 2 L [ 1~9 ] [ 10~14 ] [ 15 ] L 则 、最小交叉熵 也称为相对熵 准则 、Tsallis熵 Ci N 。Parzen 窗估计法的基本公式为 等一些客观评判依据 。这些方法通常都是用图像的灰度直方 i 1 图来近似估计图像灰度级的概率密度 ,其计算简单 ,但图像的 ∧ 1 N 1 φ x - x i pN x 1 N i 1 V h 灰度直方图只是描述了各灰度级出现的频率 , 以此来代替概率 N N 其中 N 是样本总数, h 是窗口宽度, V 是以 h 为边长的 d 假 是不够精确的。本文用 Parzen 窗技术来估计图像的空间概率 N N N d φ 设样本 x 是 d 维的 维超立方体的体积, 且 V h , ·是窗 密度函数 ,使之与真实的分布结果相接近 ,然后采用与 R enyi N N 熵相结合得到阈

文档评论(0)

docinpfd + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

版权声明书
用户编号:5212202040000002

1亿VIP精品文档

相关文档