图像分割中的交叉熵和模糊散度算法

本文将交叉熵和模糊散度应用于图像分割中,提出了中最优灰度值选取算法,其一是基于均匀分布假设的最小交叉熵算法,其二是利用后难概率的最大类间交叉熵算法,其三是类间最大模糊散度的改进算法,其四是最小模糊散度算法,针对图像阈什化分割的要求,在后两种算法中构造一种新的模糊录改度函数,本文采用均匀测试和开头测试比较各算法的性能,利用多种类型测试 是到的分割结果,显示了所筛算法的有效性和通用性。     

低质量图像基于散射图SEM估计的MAP像素聚类方法

直方图是最常用的图像灰度统计分布的表示方法,二维直方图包括共生矩阵,灰度－边界值散射图,灰度平均灰度散射图等,本文提出了一种采用ＳＥＭ算法完成对灰－平均灰度的二维正态分布假设的参数估计,然后采用最大后验概率（ＭＰＡ）准则进行像素无监督聚类的图像分割算法,测试结果显示,我们的算法性能良好,尤其是对低对比度,有阴影和重噪声的低质量图像的分效果远优于其他基于散射图的阈值化方法。     

SAR图像基于Rayleigh分布假设的最小误差阈值化分割

针对合成孔径雷达（ＳＡＲ）图像的特点，本文提出基于灰度直方图的混合偏移Ｒａｙｌｅｉｇｈ分布假设下的最小误差阈值化分割算法，并与现有的基于Ｇａｕｓｓ和Ｐｏｉｓｓｏｎ分布假设下的最小误差分割算法以及经典的Ｏｔｓｕ算法作了比较。实验和Ｋｏｌｍｏｇｏｒｏｖ－Ｓｍｉｒｎｏｖ检验结果表明对ＳＡＲ图像而言，基于Ｒａｙｌｅｉｇｈ假设的算法可以取得更好的分割效果。     

SAR图像基于Rayleigh分布假设的最小误差阂值化分割

针对合成孔径雷达(SAR)图像的特点,本文提出基于灰度直方图的混合偏移Rayleigh分布假设下的最小误差阈值化分割算法,并与现有的基于Gauss和Poisson分布假设下的最小误差分割算法以及经典的Otsu算法作了比较。实验和Kolmogorov-Smirnov检验结果表明对SAR图像而言,基于Rayleigh假设的算法可以取得更好的分割效果。