本文選題：圖像處理　切入點：圖像分割　出處：《激光與光電子學進展》2017年07期 　論文類型：期刊論文

【摘要】：在工業(yè)實踐中,成像環(huán)境惡劣且難以控制,導致圖像復雜。對復雜成像條件下的圖像實施分割并不容易,針對這一問題,結(jié)合Tsallis相對熵及高斯分布提出一種新的圖像閾值分割方法。該方法運用高斯分布擬合分割后圖像直方圖分布信息,將Tsallis相對熵做為分割前后圖像直方圖信息損失的度量工具。在對圖像實施分割時,通過在圖像灰度級范圍內(nèi)對自定義的準則函數(shù)最小化獲取最佳分割閾值。最終將該方法與已有方法在工業(yè)無損檢測及合成孔徑雷達圖像的分割實驗中進行對比。結(jié)果表明,該方法獲得的結(jié)果視覺效果好、分割精度高、誤差小而且算法耗時較少,因此具有較好的應用推廣前景。
[Abstract]:In the industrial practice, the imaging environment is bad and difficult to control, which leads to the complexity of the image. It is not easy to segment the image under the complex imaging condition. A new image threshold segmentation method is proposed by combining the relative entropy of Tsallis and Gao Si distribution. In this method, the histogram distribution information of the segmented image is fitted by Gao Si distribution. The relative entropy of Tsallis is used as a tool to measure the information loss of image histogram before and after segmentation. The optimal segmentation threshold is obtained by minimizing the self-defined criterion function in the range of image grayscale. Finally, the proposed method is compared with the existing methods in industrial NDT and SAR image segmentation experiments. The results show that, The result obtained by this method has good visual effect, high segmentation accuracy, small error and less time consuming, so it has a good prospect of application and popularization.
【作者單位】： 湖南文理學院洞庭湖生態(tài)經(jīng)濟區(qū)建設與發(fā)展湖南省協(xié)同創(chuàng)新中心;湖南文理學院計算機科學與技術學院;
【基金】：國家自然科學基金(61403136) 湖南省教育廳科學研究項目(14B124,14C0790) 湖南文理學院重點(建設)學科(計算機應用技術)建設項目
【分類號】：TP391.41

【相似文獻】

相關期刊論文 前5條

1 曾青松;賀衛(wèi)國;;基于相對熵度量的行為識別方法[J];河南科技大學學報(自然科學版);2009年06期

2 匡錦瑜;高斯隨機場參數(shù)的最小相對熵估計法[J];電子學報;1994年07期

3 胡勇;趙春霞;郭志波;程勇;;一種基于相對熵閾值分割的改進算法[J];系統(tǒng)仿真學報;2009年12期

4 郭禮華;;基于互信息相對熵差異的顯著區(qū)域提取算法[J];吉林大學學報(工學版);2013年S1期

5 楊波;賈振紅;覃錫忠;楊杰;胡英杰;;基于改進模糊算法和相對熵的遙感圖像增強[J];激光雜志;2014年02期

相關會議論文 前1條

1 胡謀法;肖山竹;張志勇;盧煥章;;基于Renyi相對熵的圖像閾值化方法[A];第十四屆全國信號處理學術年會(CCSP-2009)論文集[C];2009年

，

本文編號：1586499