针对被动式太赫兹安检的检测需求, 提出一种基于最大二维熵的隐蔽目标分割方法。该方法设计了一组适用于被动式太赫兹图像的滤波器组, 实现噪声过滤和图像增强; 设计了一种待检区域自生成的算法, 实现对重点检测区域的自动覆盖; 同时, 引入二维熵的概念, 实现对待检测区域内的隐蔽目标的轮廓分割。在 0.2 THz频段的被动成像下开展了评估和对比实验, 实验表明本文方法具有较好的分割效果和实时性能。

提出了基于萤火虫算法的二维熵多阈值快速图像分割方法以改善分割复杂图像和多目标图像时存在计算量大、计算时间长的问题。首先, 分析了二维熵阈值分割原理, 将二维熵单阈值分割扩展到二维熵多阈值分割。然后, 引入萤火虫算法的思想, 研究了萤火虫算法的仿生原理和寻优过程; 提出了基于萤火虫算法的二维熵多阈值快速图像分割方法。最后, 使用该方法对典型图像进行阈值分割实验, 并与二维熵穷举分割法、粒子群算法(PSO)二维熵多阈值分割法进行比较。实验结果表明: 该方法在单阈值分割、双阈值分割和三阈值分割时分别比二维熵穷举分割法快3.91倍, 1040.32倍和8128.85倍; 另外, 在阈值选取的准确性和计算时间方面均优于PSO二维熵多阈值分割法。结果显示, 基于萤火虫算法的二维熵多阈值快速图像分割方法能快速有效地解决复杂图像和多目标图像的分割问题。

针对图像的自动分割问题,利用二维熵建立的一般方法和二维熵的性质提出创建二维直方图的两种新方法.第一种方法选择4邻域中心像素灰度值和其余像素的灰度最大值来构造二维直方图,第二种方法选择4邻域中心像素灰度值和其余像素的灰度最小值来构造二维直方图.对典型图像进行对比试验表明,与传统方法相比,采用由4邻域中心像素灰度值和其余像素的灰度最大值构造二维直方图的方法,可以很好地保留目标的细节信息,而采用由4邻域中心像素灰度值和其余像素的灰度最小值构造二维直方图的方法,可以在保留目标轮廓信息的基础上,很好地抑制噪音.