共查询到18条相似文献,搜索用时 62 毫秒
1.
2.
3.
4.
为了分割照度不均匀的图像,提出了一种基于最大模糊熵和免疫克隆选择算法的阈值分割方法.该方法利用最大模糊熵准则确定模糊区间的范围,寻找模糊参数的最优组合,确定区分目标和背景的最佳阈值,实现图像分割.为了验证该方法的有效性,对其进行了图像分割实验,并与遗传算法进行了比较.实验结果表明,该算法能够自动、有效地选取阈值,分割效果优于遗传算法,并能保留原始图像的主要特征. 相似文献
5.
图像分割中的交叉熵和模糊散度算法 总被引:11,自引:0,他引:11
本文将交叉熵和模糊散度应用于图像分割中,提出了中最优灰度值选取算法,其一是基于均匀分布假设的最小交叉熵算法,其二是利用后难概率的最大类间交叉熵算法,其三是类间最大模糊散度的改进算法,其四是最小模糊散度算法,针对图像阈什化分割的要求,在后两种算法中构造一种新的模糊录改度函数,本文采用均匀测试和开头测试比较各算法的性能,利用多种类型测试 是到的分割结果,显示了所筛算法的有效性和通用性。 相似文献
6.
7.
基于分解的二维指数交叉熵图像阈值分割 总被引:1,自引:0,他引:1
尽管用对数定义的Shannon熵是测度信息不确定性的有效方法,但存在无定义值和零值的问题,且现有的二维Shannon交叉熵法其运行速度仍有提升空间。为此,提出了一维和二维指数交叉熵阈值分割算法。首先给出了指数交叉熵的定义,并导出了一维指数交叉熵阈值选取方法;然后将其推广提出了基于分解的二维指数交叉熵阈值分割算法。通过分别求原像素灰度级图像和邻域平均灰度级图像的一维指数交叉熵最佳阈值,并将其组合求解二维指数交叉熵最佳阈值,从而将二维运算转换到两个一维空间上,大大缩小了搜索空间,使计算复杂度由O(L4)降为O(L)。实验结果表明,与最近提出的二维Shannon交叉熵法及二维Tsallis交叉熵法相比,所提出的方法能够得到更为优越的分割效果,且运行时间大幅减少。 相似文献
8.
9.
一种新的模糊熵图象分割方法 总被引:7,自引:0,他引:7
图象阈值分割技术在图象分析和图象识别中具有重要的意义。本文将模糊子集理论中的模糊熵概念引入到阈值分割技术中去,在图象的模糊特征平面上采用最大熵原则确定分割阈值。实验结果表明了该方法的有效性。 相似文献
10.
针对本质粒子群(BBPSO)算法存在易陷入局部最优以及过早收敛的缺点,提出了一种基于小波变异(WM)BBPSO(WMBBPSO)和模糊熵的图像分割算法,利用WMBBPSO搜索使图像模糊熵最大的参数值,得到模糊参数的最优组合,进而确定图像的分割阈值。通过与其它两种BBPSO算法的分割结果比较表明,该算法取得了令人满意的分割结果,算法运算时间较小,能够满足对煤尘浓度实时精确测量的要求。 相似文献
11.
基于模糊集的图像阈值分割算法研究 总被引:3,自引:3,他引:0
图像阈值分割是提取目标区域的重要技术之一,大多数方法都依赖于直方图,从统计角度逐个考察灰度以选择合适阈值.但是仅靠获得的一幅分割图像不能进行比较,自然不能认为就是满意的分割结果.针对这一问题,文章基于模糊数学理论提出了一种选择水平因子和带宽的方法,定义了一个新的隶属函数以选择分割阈值.水平因子不同时能得到不同的分割结果,根据不同目的在这些结果中可以选择合适的分割图像.最后采用几幅不同的图像进行实验,结果表明该方法可行有效,并且对于模糊图像,算法也能获得满意的结果. 相似文献
12.
13.
基于Sugeno补的广义模糊熵阈值分割方法 总被引:3,自引:1,他引:2
鉴于传统的基于模糊熵的图像阈值分割方法对于光照不均匀图像的分割结果很不理想,该文提出了基于Sugeno补的广义模糊熵图像阈值分割方法。首先按照Sugeno补函数不动点的变化,对一幅图像产生9个阈值,然后利用图像分割质量评价指标对这9个阈值进行评价,最后选择使得评价指标最大的阈值作为最优的阈值。与传统的模糊熵阈值分割方法相比,新方法增加了选择更好的分割结果的机会,对于光照不均匀的图像能够获得比传统模糊熵方法更好的分割效果。 相似文献
14.
15.
基于粗糙集理论的粗糙熵阈值法不需要图像之外的先验信息。粗糙熵阈值法需要解决两个问题,一是图像信息不完整性的度量,二是图像的粒化。该文基于倒数信息熵,提出一种倒数粗糙熵用来度量图像中信息的不完整性。为了更好地对图像进行粒化,采用一种基于均匀性直方图的粒子选取方式。该文提出的倒数粗糙熵表述简洁,计算简单。实验验证了该文方法的有效性。
相似文献16.
本文提出了一种基于边界和模糊集理论的三维图象分割方法,利用高斯-拉普拉斯算子检测出图象中各结构的边界后,通过区域增长获取感光趣结构的三维二值模板,由高斯-拉普拉斯图象和二值模板出发,利用模糊集理论,确定感兴趣结构的三维模糊模板,从而达到在体积图象中分割出感兴趣结构的目的。 相似文献
17.
18.
具有良好相关特性的多相序列是许多有源传感和通信系统的组成部分。由于该序列的搜索是一个非线性多变量的优化问题,寻找高效的搜索方法至关重要。为了获得相关性好的多相序列,文章提出将具有全局优化能力的模拟退火算法引入到多相序列的搜索问题中。基本原理是为序列搜索建立适当的目标函数,调试出适当的退火和停止规则。通过大量对搜索性能和收敛参数进行的数值实验结果来看,文章显示采用模拟退火算法来设计具有良好相关性的多相序列是可行且有效的,特别是当优化问题的参数数量较大时。 相似文献