一种新的最大熵阈值图像分割方法
最大熵阈值法是一种重要的阈值化图像分割方法，它效果理想，但由于只考虑了像素的灰度信息，容易受噪声影响。为改进此方法，利用了粗糙集理论中的知识的信息熵概念。在粗糙集理论中，知识被理解为关于论域的各种划分模式，通过将知识视为随机变量，进而定义了知识的信息熵。首先定义了一种像素的划分模式或知识，即把图像划分成若干连通区域，区域内像素灰度相同，相邻区域灰度不同。该知识兼顾了像素的灰度和空间位置。然后通过最大化该知识在图像目标和背景上的信息熵之和，得到最优分割阈值。该方法综合考虑了像素的灰度和空间信息，实验证明，不仅效果理想而且抗噪能力强。
图像分割 最大熵阈值法 粗糙集理论 抗噪能力
陈鹏
东北大学理学院 沈阳 110819
国内会议
第十一届中国Rough集与软计算学术会议、第五届中国Web智能学术研讨会及第五届中国粒计算学术研讨会联合学术会议
南京
中文
114-116
2011-11-01（万方平台首次上网日期，不代表论文的发表时间）