ICM算法在基于模糊最大熵原则的多阈值选择中的应用  

FUZZY MAXIMUM ENTROPY CRITERION FOR MULTI-LEVEL THRESHOLDING AND ITS ICM ALGORITHM

作　　者：罗希平[1] 田捷[1] 

机构地区：[1]中国科学院自动化研究所人工智能实验室,北京100080

出　　处：《模式识别与人工智能》2001年第1期90-94,共5页Pattern Recognition and Artificial Intelligence

基　　金：国家自然科学基金

摘　　要：最大熵原则是图像处理中阈值选择的最重要的方法之一,吸引了很多研究者的注意力.H.D.Cheng等人将模糊性引入最大熵原则,提出了模糊最大熵的概念。本文对他们提出的这种模糊最大熵原则做了修正,提出了我们自己的模糊最大嫡公式,并针对多阈值选择中计算量太大的问题,提出了解决这一问题的ICM算法。通过实验比较了我们的算法与模拟退火算法,充分显示了ICM算法的有效性。The maximum entropy approach is one of the most important threshold selection method. H. D. Cheng et al. introduced fuzziness into maximum entropy approach and proposed the fuzzy maximum entropy criterion. In this paper, we make some modifications to their criterion, give our own formula. Then, ICM (iterated conditional modes) algorithm is used to solve the problem of computationally prohibitive when the fuzzy entropy criterion is applied to multi-level threshold selection. Our ICM algorithm is compared with the simulated annealing algorithm and the experiments fully display the effectiveness of our method.

关 键 词：ICM算法 模糊最大熵原则 多阈值选择 图像处理 微机 

分 类 号：TP391.41[自动化与计算机技术—计算机应用技术]