| 多向加权Tsallis熵最大化导向的自动阈值分割方法 |
| |
| 引用本文： | 邹耀斌,邓世成,孟祥丹,周欢,孙水发,陈鹏.多向加权Tsallis熵最大化导向的自动阈值分割方法[J].电子学报,2024(1):129-143. |
| |
| 作者姓名： | 邹耀斌 邓世成 孟祥丹 周欢 孙水发 陈鹏 |
| |
| 作者单位： | 1. 水电工程智能视觉监测湖北省重点实验室(三峡大学);2. 三峡大学大数据研究中心;3. 三峡大学计算机与信息学院 |
| |
| 基金项目： | 国家自然科学基金（No.62172255,No.61871258）~~； |
| |
| 摘 要： | 受噪声或随机细节、目标和背景的大小比例、成像时的点扩散等不同因素的影响，许多图像的灰度直方图呈现为无模态、单模态、双模态或者多模态样式.为了在统一框架内处理这4种不同模态情形下的自动阈值选择问题，本文提出了一种多向加权Tsallis熵最大化导向的自动阈值分割方法（Multi-directional Weighted Tsallis Entropy,MWTE）.基于新设计的反正切方向性卷积核的多尺度乘积效应，该方法将不同模态的灰度直方图转化为统一的单模态右偏灰度直方图.在4个不同方向上提取出这种特殊的单模态右偏灰度直方图后，通过多向加权策略构建出与原始图像灰度值紧密相关的加权Tsallis熵目标函数，并以该目标函数取最大值时对应的灰度值作为最终分割阈值.本文将提出的方法和3个阈值分割方法、1个软分割方法、1个活动轮廓分割方法以及1个自动聚类分割方法进行了比较.在4种不同模态情形下的4幅合成图像和50幅真实世界图像上的实验结果表明，本文提出的方法虽然在计算效率方面不占有优势，但它对不同模态的测试图像具有更稳健的分割适应性，且在量化分割精度所用的马修斯相关系数方面优于其他6个分割方法.
|
| 关 键 词： | 阈值分割 Tsallis熵差 加权Tsallis熵 反正切方向性卷积核 多尺度乘积效应 马修斯相关系数 |
|
|
