| 蜂群优化的二维非对称Tsallis交叉熵图像阈值选取 |
| |
| 引用本文： | 吴一全,王凯,曹鹏祥.蜂群优化的二维非对称Tsallis交叉熵图像阈值选取[J].智能系统学报,2015(1):103-112. |
| |
| 作者姓名： | 吴一全 王凯 曹鹏祥 |
| |
| 作者单位： | 1. 南京航空航天大学电子信息工程学院，江苏南京210016; 南京财经大学 江苏省粮油品质控制及深加工技术重点实验室，江苏南京210046; 南京林业大学江苏省制浆造纸科学技术重点实验室，江苏南京210037
2. 南京航空航天大学电子信息工程学院,江苏南京,210016 |
| |
| 基金项目： | 国家自然科学基金资助项目(60872065)；江苏省粮油品质控制及深加工技术重点实验室开放基金资助项目( LYPK201304)；江苏省制浆造纸科学技术重点实验室开放基金资助项目(201313)． |
| |
| 摘 要： | 交叉熵能够度量图像分割前后的差异,与Shannon交叉熵相比,引入参数q的Tsallis交叉熵则为图像阈值分割提供了灵活性和普适性,而非对称Tsallis交叉熵的表达形式更加简洁。由此,提出了蜂群优化的二维非对称Tsallis交叉熵图像阈值选取方法。首先引出了非对称Tsallis交叉熵,导出了二维非对称Tsallis交叉熵阈值选取公式,并利用递推方式计算阈值选取准则函数涉及的中间变量,建立查找表,消除冗余运算;然后采用蜂群算法搜寻最佳二维阈值。大量实验结果表明,相对二维最大Shannon熵法、二维Shannon交叉熵法、二维Tsallis熵法和二维对称Tsallis交叉熵法等同类方法,所提出方法在主观视觉效果和区域间对比度评价指标上有较大的改善,能够更准确地分割出目标,运行速度也更快。
|
| 关 键 词： | 图像分割 阈值选取 二维 Tsallis交叉熵 递推算法 蜂群优化 区域间对比度 |
Two-dimensional asymmte ric tsallis cross entropy image threshold selection using bee colony optimization |
| |
| WU Yiquan,WANG Kai,CAO Pengxiang.Two-dimensional asymmte ric tsallis cross entropy image threshold selection using bee colony optimization[J].CAAL Transactions on Intelligent Systems,2015(1):103-112. |
| |
| Authors: | WU Yiquan WANG Kai CAO Pengxiang |
| |
| Affiliation: | WU Yiquan;WANG Kai;CAO Pengxiang;College of Electronic and Information Engineering,Nanjing University of Aeronautics and Astronautics;Jiangsu Key Laboratory of Quality Control and Further Processing of Cereals and Oils,Nanjing University of Finance Economics;Jiangsu Provincial Key Laboratory of Pulp and Paper Science and Technology,Nanjing Forestry University; |
| |
| Abstract: | |
| |
| Keywords: | image segmentation threshold selection two-dimension Tsallis cross entropy recursive algorithms bee colony optimization inter-regional contrast |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
