基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
基于信息熵的方法是一类重要的阈值选取方法,但现有的最大熵方法存在无定义值问题.为此,提出了基于倒数熵的阈值选取方法.首先给出了倒数熵的定义及一维阈值选取方法,导出了基于二维直方图区域直分及区域斜分的倒数熵阈值选取算法公式;然后考虑到二维倒数熵分割运算量较大,提出利用混沌小生境粒子群算法来寻找最优阈值,避免了算法早熟,提高了搜索精度和算法效率.实验结果表明:二维倒数熵阈值选取的斜分方法在抗噪性和运算时间上优于直分方法;而与基于粒子群优化的二维最大熵方法相比,本文提出的基于混沌小生境粒子群优化的二维倒数熵斜分法在运行时间上降低了约40%,分割效果更佳.
推荐文章
基于粒子群优化算法的Kapur熵多阈值图像分割
图像分割
多阈值图像分割
粒子群优化算法
Kapur熵
基于量子粒子群优化的加权平均倒数熵阈值法参数选取
阈值分割
倒数熵
加权平均
自适应参数选取
基于粒子群优化算法和模糊熵的多级阈值图像分割算法
图像分割
粒子群优化算法
模糊熵
香农熵
鲁棒性
目标函数
灰度熵和混沌粒子群的图像多阈值选取
图像分割
阈值选取
灰度熵
量化图像直方图
多阈值
混沌小生境粒子群优化
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于混沌粒子群优化的倒数熵阈值选取方法
来源期刊 信号处理 学科 工学
关键词 图像分割 阈值选取 倒数熵 区域斜分 混沌小生境粒子群优化
年,卷(期) 2010,(7) 所属期刊栏目
研究方向 页码范围 1044-1049
页数 分类号 TN911.73
字数 5139字 语种 中文
DOI 10.3969/j.issn.1003-0530.2010.07.015
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 吴一全 南京航空航天大学信息科学与技术学院 198 2249 23.0 36.0
2 占必超 南京航空航天大学信息科学与技术学院 7 43 3.0 6.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (41)
共引文献  (193)
参考文献  (9)
节点文献
引证文献  (10)
同被引文献  (42)
二级引证文献  (87)
1980(1)
  • 参考文献(0)
  • 二级参考文献(1)
1981(1)
  • 参考文献(0)
  • 二级参考文献(1)
1985(3)
  • 参考文献(0)
  • 二级参考文献(3)
1989(3)
  • 参考文献(0)
  • 二级参考文献(3)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(7)
  • 参考文献(2)
  • 二级参考文献(5)
1996(2)
  • 参考文献(0)
  • 二级参考文献(2)
1997(4)
  • 参考文献(0)
  • 二级参考文献(4)
1998(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(7)
  • 参考文献(2)
  • 二级参考文献(5)
2003(5)
  • 参考文献(0)
  • 二级参考文献(5)
2004(6)
  • 参考文献(1)
  • 二级参考文献(5)
2005(6)
  • 参考文献(2)
  • 二级参考文献(4)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2013(5)
  • 引证文献(3)
  • 二级引证文献(2)
2014(15)
  • 引证文献(3)
  • 二级引证文献(12)
2015(18)
  • 引证文献(3)
  • 二级引证文献(15)
2016(21)
  • 引证文献(0)
  • 二级引证文献(21)
2017(11)
  • 引证文献(0)
  • 二级引证文献(11)
2018(10)
  • 引证文献(0)
  • 二级引证文献(10)
2019(12)
  • 引证文献(0)
  • 二级引证文献(12)
2020(5)
  • 引证文献(1)
  • 二级引证文献(4)
研究主题发展历程
节点文献
图像分割
阈值选取
倒数熵
区域斜分
混沌小生境粒子群优化
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
信号处理
月刊
1003-0530
11-2406/TN
大16开
北京鼓楼西大街41号
18-143
1985
chi
出版文献量(篇)
5053
总下载数(次)
13
总被引数(次)
32728
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导