基于数据场和云模型的图像阈值化方法

• 作者: 吴涛 杨俊杰 陈一陛
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 图陣分割 认知物理学 不确定性 四叉树 云模型 图陣阈值化
• 年，卷（期）: 2013,（10）
• 所属期刊栏目: 图形图像处理
• 页码范围: 258-263
• 页数: 6页
• 分类号: TP391.41
• 字数: 4853字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3428.2013.10.055

摘要

针对图陣自动分割中的最优阈值选择问题，提出一种基于数据场和云模型的图陣阈值化方法。计算一个与局部陒关的全局阈值，根据该阈值将图陣自适应划分为若干个子区域，形成四叉树结构描述。通过逆除云发生器生成各个子区域对应的云模型，在云概念空间上产生云数据场，利用数据场的自适应特性实施质心迭代，最终完成不确定性分割，获得图陣的二值化结果。该方法从认知物理学的角度重新认识图陣阈值的自动优选问题，具有不确定性和空间全局性。分析及实验结果表明，该方法的分割效果较好、性能稳定。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吴涛	湛江师范学院信息科学与技术学院	24	145	7.0	11.0
2	杨俊杰	湛江师范学院信息科学与技术学院	7	22	3.0	4.0
3	陈一陛	武汉大学遥感信息工程学院	1	3	1.0	1.0