1 商洛学院 数学与计算机应用学院，陕西 商洛 726000
2 北京工业大学 信息与通信工程学院，北京 100124
本文提出了一种风驱动优化Tsallis 相对熵的图像多阈值分割算法。首先分析了Tsallis 相对熵阈值分割原理，并将其推广到多阈值分割。利用高斯分布拟合分割后的图像直方图信息，利用Tsallis相对熵作为衡量最佳分割阈值的度量函数。将风驱动优化算法与Tsallis 相对熵度量函数结合，求解Tsallis 相对熵函数的最优解，提高阈值分割算法的速度。最后将所提算法与穷举法、粒子群算法做比较，并且与经典的Otsu 算法和基于二维熵的多阈值分割法进行对比。实验结果表明所提算法速度快、准确性高能够用于图像的多阈值分割。
图像分割 Tsallis 相对熵 高斯分布 风驱动优化 粒子群 image segmentation, Tsallis relative entropy, Gaus
1 湖南文理学院洞庭湖生态经济区建设与发展湖南省协同创新中心, 湖南 常德 415000
2 湖南文理学院计算机科学与技术学院, 湖南 常德 415000
在工业实践中，成像环境恶劣且难以控制，导致图像复杂。对复杂成像条件下的图像实施分割并不容易，针对这一问题，结合Tsallis相对熵及高斯分布提出一种新的图像阈值分割方法。该方法运用高斯分布拟合分割后图像直方图分布信息，将Tsallis相对熵做为分割前后图像直方图信息损失的度量工具。在对图像实施分割时，通过在图像灰度级范围内对自定义的准则函数最小化获取最佳分割阈值。最终将该方法与已有方法在工业无损检测及合成孔径雷达图像的分割实验中进行对比。结果表明，该方法获得的结果视觉效果好、分割精度高、误差小而且算法耗时较少，因此具有较好的应用推广前景。
图像处理 图像分割 直方图阈值化 复杂图像 Tsallis相对熵 激光与光电子学进展
2017, 54(7): 071002
