基于二维Havrda-Charvat熵与混沌粒子群优化的图像分割  

作　　者：张平凤[1] 方霞[1] 聂方彦[1] 

机构地区：[1]湖南文理学院计算机学院,湖南常德415000

出　　处：《黑龙江科技信息》2014年第18期152-154,共3页Heilongjiang Science and Technology Information

基　　金：湖南省教育厅科学技术研究项目(09C704)

摘　　要：图像分割是目标识别与跟踪的基础,为了精确地实现目标分割,提出了二维Havrda-Charvat熵红外图像分割方法。利用图像的二维直方图,二维Havrda-Charvat熵分割方法不仅考虑了图像像素的灰度信息,而且还充分利用了像素的空间邻域信息,能取得比一维熵方法更好的分割结果。为了降低二维熵阈值搜索时间及准确地获得最佳分割阈值,设计了基于Kent映射的混沌粒子群优化算法。在红外小目标图像上的实验结果表明,提出的方法能获得比较好的分割结果,同时大幅度降低了CPU计算时间,与其它方法的比较也说明了所提出方法的有效性。

关 键 词：红外图像分割 二维Havrda-Charvat熵 Kent映射 混沌粒子群优化算法 

分 类 号：TP391.41[自动化与计算机技术—计算机应用技术]