二维最大熵阈值分割 图像区域分割

二维最大熵阈值分割算法

若一幅图像的灰度级数为L,总的象素点数为N(m×n),设fi,j为图像中点灰度为i及其区域灰度均值为j的象素点数,pi,j为点灰度-区域灰度均值对(i,j)发生的概率,即:pi,j=fi,j/N,其中N(m×n)为图像的总象素数,则{pi,j,i,j=1,2,…,L}是该图像关于点灰度-区域灰度均值的二维直方图。



图1为二维直方图的xoy平面图。沿对角线分布的A区和B区分别代表目标和背景,远离对角线的C区和D区代表边界和噪声,所以应该在A区和B区上利用点灰度-区域灰度均值二维最大熵法确定最佳阈值,可使真正代表目标和背景的信息量最大。于是,定义离散二维熵为:





二维最大熵阈值分割 图像区域分割
3 二维最大熵阈值分割递推算法

在上述二维阈值化方法中,对于每个(s,t)对,都要从头开始计算PA(s,t)和HA(s,t),运算过程是一个4重循环,计算复杂性为  ,计算比较耗时。实际应用中,为了提高运算速度,减少重复计算,必须对二维最大熵进行进一步优化。







对于一个固定的s,当t取1-L时,计算Φ(s,t)已经不存在重复计算,但同样s也要从1取到L,这样





这样通过优化,该递推算法可将计算的复杂性减至O(L2),大大减少了计算的复杂性,提高了计算速度。具体算法实现如下:

(1)计算原始图像中各个象素点的灰度值以及各个象素点的4邻域平均灰度值,并计算统计灰度信息P[i][j];

(2)相关计算



(3)求出最佳阈值(s*,t*),分割图像。

  

爱华网本文地址 » http://www.aihuau.com/a/25101012/128879.html

更多阅读

matlab中的最大值和最小值_待_雪 函数最大值和最小值

matlab中的的最大值和最小值MATLAB提供的求数据序列的最大值和最小值的函数分别为max和min,两个函数的调用格式和操作过程类似。1.求向量的最大值和最小值求一个向量X的最大值的函数有两种调用格式,分别是:(1) y=max(X):返回向量X的最

惊现全肇庆最大二维码—肇房网微信公众号 肇庆交通公众网

6月12日,在车水马龙的建设二路街道,不少人驻足观望,拿起手机对焦,原来肇房网办公大楼外墙上,惊现全肇庆最大二维码!“购房优惠楼市资讯”一句醒目的标语,它原来是肇房网微信公众号的二维码!十分霸气!侧边是“h0758肇房网”超大LOGO。据了解,这

示例程序026--基本阈值操作_dzh 国标舞基本功示例一

在示例程序009 http://blog.sina.com.cn/s/blog_a98e39a201011rqs.html中已经介绍了阈值化中的一种,现在来介绍5中不同的阈值化。什么是阈值?· 最简单的图像分割的方法。·应用举例:从一副图像中利用阈值分割出我们需要的物体部分(

声明:《二维最大熵阈值分割 图像区域分割》为网友怀抱清风分享!如侵犯到您的合法权益请联系我们删除