灰度_梯度共生矩阵模型的加权条件熵阈值法

灰度_梯度共生矩阵模型的加权条件熵阈值法

ID:34377118

大小:723.27 KB

页数:5页

时间:2019-03-05

灰度_梯度共生矩阵模型的加权条件熵阈值法_第1页
灰度_梯度共生矩阵模型的加权条件熵阈值法_第2页
灰度_梯度共生矩阵模型的加权条件熵阈值法_第3页
灰度_梯度共生矩阵模型的加权条件熵阈值法_第4页
灰度_梯度共生矩阵模型的加权条件熵阈值法_第5页
资源描述:

《灰度_梯度共生矩阵模型的加权条件熵阈值法》由会员上传分享,免费在线阅读,更多相关内容在教育资源-天天文库

1、102010,46(6)ComputerEngineeringandApplications计算机工程与应用灰度-梯度共生矩阵模型的加权条件熵阈值法张弘,范九伦ZHANGHong,FANJiu-lun西安邮电学院信息与控制系,西安710061DepartmentofInformationandControl,Xi’anUniversityofPostandTelecommunications,Xi’an710061,ChinaZHANGHong,FANJiu-lun.Maximumweightedconditionalentropythresholdalgorithmbasedongray-g

2、radientco-ocurrencematrixmodel.ComputerEngineeringandApplications,2010,46(6):10-13.Abstract:Themaximumentropicthresholdmethodisacommonimagesegmentationtechnologybasedonthe“gray-graymeans”.Thisapproachfocusesonextractingtheinternalinformation,butignorestheedgeinformation.Usingtheimagegradientinforma-

3、tion,thispaperestablishes“gray-gradientco-occurrencematrix”,combinedwiththemaximumconditionalentropythresholdselec-tionformula.A2-Dweightedmaximumentropicthresholdmethodispresentedtoobtaintheinternalandedgeinformationsoftheimage.Theresultsshowthatthismethodcanpreservethemoreimageedgeinformation.Thec

4、onditionalentropycanbeweighted,theweightscanbeadjustedaccordingtotheactualrequirements,thesegmentationresultsbothwithinternalandedgeinforma-tionsoftheimagecanbeobtained.Keywords:conditionalentropicthresholdmethod;gray-gradientco-occurrencematrix;weighted;imagesegmentation摘要:基于二维灰度直方图的最大熵阈值法是依据“灰度-灰度

5、均值”构成直方图的图像分割方法,该方法着重于图像的内部信息,忽略了边界区域的信息。应用图像的梯度信息建立“灰度-梯度共生矩阵”,构造图像的二维灰度直方图,结合最大条件熵法进行阈值选取。为了充分提取图像内部和边缘信息,提出了二维加权最大熵阈值法。结果表明,该方法一方面能够保留更多的图像边缘信息,另一方面能够根据实际需要调节权值大小,得到兼顾图像内部和边缘信息的分割结果。关键词:条件熵阈值法;灰度-梯度共生矩阵;加权;图像分割DOI:10.3778/j.issn.1002-8331.2010.06.003文章编号:1002-8331(2010)06-0010-04文献标识码:A中图分类号:TN91

6、1.731引言提出了“灰度-梯度共生矩阵”纹理分析方法,对图像的纹理进行分析和鉴别[4];周德龙等人提出了一种基于“灰度-梯度共生图像分割是计算机视觉中的一个关键问题,在图像分析、矩阵”的最大熵阈值选取法[5]。为了利用图像具有的模糊特性,图像识别、图像检测等方面占有非常重要的地位。其中基于图H.D.CHENG等人给出了共生矩阵的模糊化[6]并用于纹理分割。像统计灰度分布的阈值方法应用最为广泛,该方法根据一定的阈值将目标从视场背景分离出来[1-2]。在实际系统中,图像目标国内很多学者也研究了图像边缘信息在图像分割中的应用问题[7-14]。这些研究成果显示,将图像的灰度和梯度信息相结合,和背景之

7、间并不具备截然不同的灰度,随着可见光照射角度的不同,目标的亮度和背景的亮度均要变化。因此阈值的正确选给出阈值选取的确切依据,定量描述所选阈值与图像组成之间的关系,是图像阈值分割和边缘检测的有效手段[15]。择是很重要的,直接影响着分割的精度及图像描述分析的正确性。研究基于“灰度-梯度共生矩阵”的最大熵阈值法,根据实图像灰度直方图反映的是图像的灰度分布特征,不包含边际需要对各部分条件熵进行加权处理,

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。