图像分割的最大熵方法的改进  

Improvement of maximum entropy in image segmentation

作　　者：唐新亭[1] 张小峰[1] 邹海林[1] 

机构地区：[1]鲁东大学信息科学与工程学院,山东烟台264025

出　　处：《计算机工程与应用》2012年第1期212-215,共4页Computer Engineering and Applications

基　　金：国家自然科学基金(No.61170161);山东省自然科学基金(No.Y2008E11);鲁东大学创新团队建设项目(No.08-CXB006)

摘　　要：对基于二维直方图的最大熵选取阈值进行了修正,提出了一种基于修正最大熵的图像分割算法。算法通过将二维直方图分为四部分:背景、目标、受噪声干扰的背景和受噪声干扰的目标,以选取这四部分的信息熵的和最大作为阈值的选取准则。该方法有三个优点:尽可能包括背景部分和目标部分;可以有效地提高对噪声数据的鲁棒性;不过度地引入噪声和边缘信息。实验结果表明,该方法具有较好的图像分割效果。This paper revises the algorithm for 2D histogram-based threshold selection by maximum entropy, and proposes one segmentation schema based on revised maximum entropy. The schema divides 2D histogram into four parts：background, target, noise-interrupted background and target, and maximizes the total entropy of the four parts to determine the optimal threshold for image segmentation. This proposed method has 3 advantages：it contains background and target as possible as it can; it is robust to noise; it doesn’t consider the noise and edge information excessively. Experiments show that the method can retrieve good results.

关 键 词：二维直方图 信息熵 噪声 图像分割 

分 类 号：TP391[自动化与计算机技术—计算机应用技术]