基于二维Havrda-Charvat熵与混沌粒子群优化的图像分割 |
| |
引用本文: | 张平凤,方霞,聂方彦.基于二维Havrda-Charvat熵与混沌粒子群优化的图像分割[J].黑龙江科技信息,2014(18):152-154. |
| |
作者姓名: | 张平凤 方霞 聂方彦 |
| |
作者单位: | 湖南文理学院计算机学院; |
| |
基金项目: | 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 |
本文献已被 CNKI 维普 等数据库收录! |
|