基于二维最小！#$$%交叉熵的图像阈值分割方法！.PDF

第 卷 第 期 年 月 物 理 学 报 3 2 %J 2 ， ， ， Q1+ -3 P1 - 2 7*0?*G; %J （ ） 29’%JK%JK3 2 KJ9H LM(L DN5.OML .OPOML !%J M/,0 - D/;) - .1B - 基于二维最小!#$$% 交叉熵的图像阈值分割方法! ! 唐英干 邸秋艳 赵立兴 关新平 刘福才 （燕山大学工业计算机控制工程河北省重点实验室，秦皇岛 ##$ ） （ 年 月 日收到； 年 月 日收到修改稿） % $ %% % # %’ 利用 熵的非广延性，提出了二维最小 交叉熵阈值分割方法 首先给出了二维 交叉熵的定 ()*++,) ()*++,) - ()*++,) 义，并以最小二维 交叉熵为准则，利用粒子群优化算法来搜索最优二维阈值向量 该方法不仅进一步考虑了 ()*++,) - 像素之间的空间邻域信息，而且考虑了目标和背景之间的相互关系，其分割性能优于基于./*0010 熵的交叉熵阈值 法和一维最小 交叉熵阈值法，并且具有很强的抗噪声能力 实验结果表明，该方法可以实现快速、准确的 ()*++,) - 分割- 关键词： 交叉熵，二维直方图，粒子群优化算法，图像分割 ()*++,) ： ， ’(( %2 $%’ 长时间记忆（ ）和分形结构（ +109=,:@ :@:1G; IG*B=*+9 ）的物理系统 当系统具有上述特征时， 2C 引 言 =;F@ )=G?B=?G@ - 传统的 熵概念便不再适用 基于 熵的 ./*0010 - ()*++,) 图像分割就是从一幅图像中提取感兴趣的目 非广延性，研究人员将其应用到很多领域，图像处理 ［，］ 2 % ［］ 标，它是图像分析和理解的基础 - 阈值法是一种