主权项 |
基于Masi熵测度的灰度图像阈值分割方法,其特征在于,包括如下操作步骤:(1)设置Masi熵测度的熵指数r的值,r>0且r≠1;(2)输入待分割的灰度图像,并将其存入一个大小为M×N的二维图像数组I中;(3)遍历图像数组I,用公式L‑1=max(I)计算得到图像最大灰度级值L‑1,构建图像灰度级集合G={0, 1, …, L‑1},通过公式h<sub>i</sub>=n<sub>i</sub>/(M×N)计算得到归一化的灰度直方图H(H={h<sub>0</sub>, h<sub>1</sub>, …, h<sub>L‑1</sub>}),这里n<sub>i</sub>表示待分割图像内灰度级为i的像素数;(4)假定t为图像I的分割阈值,t将图像像素分为归属于两个不同类的灰度级集合C<sub>0</sub>与C<sub>1</sub>,C<sub>0</sub>={0, 1, 2, …, t},C<sub>0</sub>={t+1, t+2, …, L‑1};(5)用公式<img file="560800dest_path_image001.GIF" wi="118" he="54" />、<img file="998734dest_path_image002.GIF" wi="84" he="53" />计算得到关于C<sub>0</sub>与C<sub>1</sub>的先验概率P<sub>0</sub>及P<sub>1</sub>,P<sub>0</sub>+P<sub>1</sub>=1;(6)通过以下公式定义关于图像灰度级类C<sub>0</sub>与C<sub>1</sub>的Masi熵S<sub>0</sub>和S<sub>1</sub>:<img file="950510dest_path_image003.GIF" wi="324" he="56" />;<img file="78872dest_path_image004.GIF" wi="334" he="64" />;(7)阈值化前后图像总的Masi熵定义为S=S<sub>0</sub>+S<sub>1</sub>,即<img file="192321dest_path_image005.GIF" wi="244" he="47" />,此式即为图像阈值化准则函数;(8)在G={0, 1, …, L‑1}范围内求取图像总的Masi熵S的最大灰度级t<sup>*</sup>,<img file="648710dest_path_image006.GIF" wi="130" he="35" />,t<sup>*</sup>即最优分割阈值;(9)假设用f(x,y)表示原始图像I坐标(x,y)处的像素灰度值,s(x,y)表示分割后图像坐标(x,y)处的像素灰度值,则求得最佳分割阈值t<sup>*</sup>后,s(x,y)用下式求得:<img file="279543dest_path_image007.GIF" wi="213" he="49" />;(10)输出分割后的图像。 |