低对比度图像中改进的二维熵阈值分割法
为了实现对低对比度图像中目标的识别和提取,采用二维熵值理论,重新定义了二维直方图坐标的含义,利用二维最大熵作为判定准则,对图像进行阈值切割.利用低对比度图像的特点,采取了压缩循环边界条件方法并结合递推加速算法,对比传统的阈值切割方法,取得了良好的分割效果,同时也提高了原始二维最大熵的计算效率,增强了低对比度下图像目标识别率,有良好的应用前景.
阈值分割 二维最大熵 图像分割 目标识别
王栋 朱明
中国科学院长春光学精密机械与物理研究所图像处理室(长春)
国内会议
重庆
中文
355-358,362
2004-08-01（万方平台首次上网日期，不代表论文的发表时间）