中值邻域二维最小交叉tsallis熵的快速图像分割.pdfVIP

中值邻域二维最小交叉tsallis熵的快速图像分割.pdf

  1. 1、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。。
  2. 2、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
  3. 3、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)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、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
  6. 6、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。
  7. 7、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
中值邻域二维最小交叉tsallis熵的快速图像分割

第 18卷 第5期 电 光 与 控 制 V01.18 No.5 2011年5月 ElectronicsOptics& Control May2011 中值邻域二维最小交叉 Tsallis熵的快速 图像分割 张新明, 陶雪丽,郑延斌, 张慧云, 李 双 (河南师范大学计算机与信息技术学院,河南 新乡 453007) 摘 要:鉴于邻域窗口影响二维闽值法的分割结果,提 出了一种基于中值邻城二雏最小交叉Tsall/s熵的快速 图像分 割方法。首先利用中值滤波法构建中值邻城二雏直方图;然后将最小交叉 Tsallis熵运用在这种直方图上构建中值邻 域二雏最小交叉TsaUis熵分割法,由于中值滤波后的图像优于均值滤波后的图像 ,此法能获得更理想的阈值;最后将 递推法与定义的数组运算相结合导出快速算法搜索最佳阚值向量,并用此阈值向量对原图像和中值邻域图像进行分 割,得到更好的分割结果。实验结果表明:相对于当前均值邻域二维最小交叉Tsallis熵阅值法,该方法不仅分割效果 更好 ,抗噪性更强,而且速度更快。 关键词:图像分割;二维最小交叉熵;Tsallis熵;中值邻域;递推算法 中图分类号:v271.4;TP391.4 文献标志码:A 文章编号:1671—637X(2011)05—0028—06 FastImageSegmentationBasedon2一D M inimum CrossTsallisEntropywithM edianValueNeighborhood ZHANG Xinming, TAOXueli, ZHENGYanbin, ZHANGHuiyun, LIShuang (CoUegeofComputerandInformationTechnology,HenanNorma.1University,Xinxiang453007,China) Abstract:A fastimagesegmentation methodbasedon2一D minimum crossTsallisen~opywiht median valueneighborhoodwasproposedinhtispaperconsideringthathtesemg entationresultisinfluencedbyhte neighborhoodmode1.Firstly,atwo—dimensionalhistogram wiht medianvalueneighborhoodwasestablished byutilizingtheadvantageofmedianfilters.Then,theminimum CroSSTsallisentropywasusedonhte2-D historgam togetamoreidealhtreshold.Finally,thedefinedarrayoperationsandhterecursiveapproach werecombinedtogehtertogetafastrecurringalgorihtm forsearchinghtebesthtresholdvector,whichwas usedto semg enttheoriginal and htemedian—filtered imagesforobtaining bettersemg entation effects. Experimental resultsshowedhtattheproposedmehtodCal1.achievebettersemg entationresultsandbetter anti—noiseperformancewith lesscomputation timehtan htecurrenthtresholdingmethod based on2-D minimum crossTsallisentropywiht averagevalueneighborhood. Key words: image semg entation; 2一D mi

文档评论(0)

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档