基于熵的圖像閾值分割研究

《基于熵的圖像閾值分割研究》由會員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。

1、學(xué)校代碼：10385分類號：研究生學(xué)號：1300408003密級：基于熵的圖像閾值分割研究ResearchofimagethresholdsegmentationbasedonEntropy作者姓名：宋亞玲指導(dǎo)教師：歐聰杰教授合作教師：學(xué)科：電子科學(xué)與技術(shù)研究方向：圖像閾值分割所在學(xué)院：信息科學(xué)與工程學(xué)院論文提交日期：二零一六年三月二十八日單位也文強(qiáng)到巧聲巧本人盧巧技馬交巧申化＆義是本人在早師拍耳下完式的巧交巧巧，論文寫作中不記含其化人己運(yùn)發(fā)表式班互過巧＾＾．巧內(nèi)存１如秦辛｜＊化人或呆體的＾＾巧成呆．リＪ在法義中以閑巧＾：．ｉ＾方＾巧巧本人該法爭有樣度Ｓ由比

2、訪文郵產(chǎn)ｉ內(nèi)扛束扣扣巧，’口擊文作者在名日＞：年恥轉(zhuǎn)類名迪：２心白ｉ單位訖丈枯權(quán)巧用巧權(quán)聲明本人巧忘巧權(quán)申桿丈學(xué)巧化巧臣巧向臣宗化義或化巧運(yùn)交爭化叱義的Ｓ巧件和電子化，ｆｅ許半拉椿杳問卻背巧＿本入巧華訴太ｉ學(xué)可Ｓ巧■豐學(xué)悼論義巧全巧內(nèi)容故郁分內(nèi)容軸人看關(guān)故巧阜１巧檢索．巧ｋ義呆巧＆申Ｉ巧巾或訂化單愛封手段化存扣匯萬本學(xué)化論文．化丈忙古泣４：龍導(dǎo)教忡些在；拭時速Ｅｉ，川車電ｆ配圳姿４；目巧：也ｔＵＵ．Ｌ摘要摘要圖像分割是計算機(jī)視覺和圖像工程領(lǐng)域中非常基礎(chǔ)和重要的環(huán)節(jié)，把圖像分割成若干相互獨(dú)立、互不重疊的區(qū)域是圖像分割的核心所在。圖像分割

3、質(zhì)量將影響到圖像后續(xù)工作諸如圖像理解和圖像分析的順利進(jìn)行。由于圖像的隨機(jī)性和多樣性，目前已存在多種圖像分割方法，其中基于閾值的分割技術(shù)因其算法簡單、計算量小、穩(wěn)定性好在實(shí)際研究領(lǐng)域得到了廣泛重視和應(yīng)用。它根據(jù)圖像已有直方圖信息，通過一定的閾值準(zhǔn)則來獲得圖像分割的最佳閾值。本文從圖像閾值分割角度出發(fā)，對基于熵的閾值分割法進(jìn)行了一些相應(yīng)探討，主要包括以下幾個方面的內(nèi)容：文章介紹了圖像分割的一些基本理論知識，包括熵的基本概念及其閾值分割原理，并例舉了經(jīng)典熵的幾種模型和幾個常用的閾值分割算法。并給出了試驗(yàn)分析法中的優(yōu)度法和誤差分析法的各種質(zhì)量評定準(zhǔn)則。通過分析比較，我們可以發(fā)現(xiàn)非廣延

4、熵較傳統(tǒng)的Shannon熵的閾值分割方法在圖像處理中更具有適用性和靈活性。本文重點(diǎn)探討非廣延熵在圖像閾值分割中的廣泛應(yīng)用。首先，Tsallis熵是在Boltzman-Gibbs熵的基礎(chǔ)上引入非廣延參數(shù)q，用于描述集合元素間的長程關(guān)聯(lián)，我們從數(shù)學(xué)原理以及實(shí)證兩方面分析了q參數(shù)的作用并確定了它的合理取值范圍。對于目標(biāo)和背景之間不存在明顯關(guān)聯(lián)的圖片，我們用兩個具有不同q參數(shù)的Tsallis熵分別描述目標(biāo)集合與背景集合，提出一種新的雙q值算法，選擇合適的q值確定這兩個集合各自的像素灰度關(guān)聯(lián)強(qiáng)度。通過對一系列紅外圖片的閾值分割，驗(yàn)證了該算法的有效性。而且，在已知目標(biāo)像素關(guān)聯(lián)強(qiáng)度的前提下

5、，可利用該方法實(shí)現(xiàn)目標(biāo)的自動跟蹤識別。其次，在圖像的閾值分割中，以灰度直方圖分布為基礎(chǔ)的最大熵分割算法易受噪音干擾。為克服該缺點(diǎn)，提高算法的準(zhǔn)確性與穩(wěn)定性，我們分析了像素點(diǎn)鄰域灰度一階微分和二階微分所包含的信息，并將其用于噪音檢測。構(gòu)建了“平均灰度-銳化梯度”組成的二維直方圖，利用灰度分布與梯度分布相互獨(dú)立的性質(zhì)，對該直方圖進(jìn)行降維計算，并采用圖像邏輯操作修復(fù)去噪過程所產(chǎn)生的細(xì)節(jié)損失。實(shí)驗(yàn)結(jié)果表明，最大熵分割算法在該操作流程下抗噪能力得到增強(qiáng)，計算的實(shí)時性及準(zhǔn)確性優(yōu)于已有的二維分割算法。而且，該算法流程針對不同類型的圖像分割具有良好的可移植性。I華僑大學(xué)碩士學(xué)位論文本文從圖像

6、分割角度出發(fā)，通過非廣延熵在圖像閾值分割中的重要應(yīng)用，結(jié)合圖像本身的特點(diǎn)，提出了針對某類圖片的分割算法，并驗(yàn)證了其有效性。關(guān)鍵詞：閾值分割Tsallis熵非廣延參數(shù)雙q值算法降噪處理IIAbstractAbstractImagesegmentationisafundamentalandimportantprocessinthefieldofcomputervisionandimageengineering,whosecoreideaistodividetheimageintoseveralnonoverlappingandmutuallyindependentregionsa

7、ccordingtosomecriteria.Thesegmentationqualitywillaffectthefollow-upworksuchasimageunderstandingandimageanalysis.Duetotherandomnessoftheimageanddiversity,atpresenttherearealotofdifferentimagesegmentationmethods.Andthethresholdingbasedsegmentationtechnique