基于信息熵方法的多阈值图像分割算法

上传者: programmer0000 | 上传时间: 2022-04-18 21:19:35 | 文件大小: 5.72MB | 文件类型: ZIP
图像分割,简单地说就是将一幅数字图像分割成不同的区域,在同一区域内具有在一定的准则下可认为是相同的性质,如灰度,颜色,纹理等,而任何相邻区域之间其性质具有明显的区别。 基于信息熵的一类方法被广泛应用到图像分割领域,比如最大熵,最大交叉熵,最小交叉熵等。本文研究了基于Tsallis熵的多阈值图像分割算法,通过利用图像的灰度直方图信息,近似拟合灰度的概率分布函数,然后设定目标函数,目标函数最大化对应的阈值就是最佳阈值,相比传统算法,Tsallis熵的阈值分割方法,能够克服一定的噪声干扰,同时避免了单阈值的问题,能够分割多个感兴趣区域。 本文最后在matlab环境中进行真实图像的分割实验,结果表明,这种方法能够较好的克服图像细节分割不准的问题,同时能够针对多个灰度级别进行分割,大大提高分割的准确率。

文件下载

资源详情

[{"title":"( 9 个子文件 5.72MB ) 基于信息熵方法的多阈值图像分割算法","children":[{"title":"源码","children":[{"title":"main.m <span style='color:#111;'> 3.84KB </span>","children":null,"spread":false},{"title":"毕业论文 (修复的).docx <span style='color:#111;'> 868.76KB </span>","children":null,"spread":false},{"title":"1.bmp <span style='color:#111;'> 55.58KB </span>","children":null,"spread":false},{"title":"main_Tsallis_2D.m <span style='color:#111;'> 1.84KB </span>","children":null,"spread":false},{"title":"lena.bmp <span style='color:#111;'> 65.05KB </span>","children":null,"spread":false},{"title":"stone.jpg <span style='color:#111;'> 75.08KB </span>","children":null,"spread":false}],"spread":true},{"title":"需求","children":[{"title":"新建 Microsoft Word 文档.docx <span style='color:#111;'> 12.70KB </span>","children":null,"spread":false}],"spread":true},{"title":"说明.txt <span style='color:#111;'> 64B </span>","children":null,"spread":false},{"title":"演示","children":[{"title":"9780.avi <span style='color:#111;'> 5.19MB </span>","children":null,"spread":false}],"spread":true}],"spread":true}]

评论信息

免责申明

【只为小站】的资源来自网友分享,仅供学习研究,请务必在下载后24小时内给予删除,不得用于其他任何用途,否则后果自负。基于互联网的特殊性,【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查;无论 【只为小站】 经营者是否已进行审查,用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场,基于网友分享,根据中国法律《信息网络传播权保护条例》第二十二条之规定,若资源存在侵权或相关问题请联系本站客服人员,zhiweidada#qq.com,请把#换成@,本站将给予最大的支持与配合,做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明