西安邮电大学通信与信息工程学院，陕西 西安 710121
Shannon定义的信息熵是一种度量信息不确定性的方式，Onicescu定义的信息能量是一种度量信息确定性的方式，信息能量与Shannon熵呈现一种对偶关系。累积剩余熵是使用累积分布函数替换Shannon熵的概率分布函数来度量信息不确定性的方式，基于此，提出一种新的度量信息确定性的方式——累积剩余信息能量，并将累积剩余信息能量应用于图像的阈值分割。为了克服累积剩余信息能量自身存在的计算复杂、效率低的缺点，使用递归算法提升图像阈值分割的运行速度。与经典的最大熵阈值法等相关阈值分割法的对比实验结果表明，所提方法对于自然图像与细胞血涂片图像分割均具有一定的优越性。
图像处理 信息能量 信息熵 累积剩余信息能量 阈值分割 图像分割 激光与光电子学进展
2023, 60(16): 1610004
1 西安邮电大学 计算机学院，西安 710121
2 陕西省网络数据分析与智能处理重点实验室，西安 710121
针对红外图像和可见光图像的融合目标检测问题，提出一种基于双模态融合网络的目标检测算法。在同时输入红外和可见光图像对后，利用设计的红外编码器提取红外图像空间特征信息；通过设计的可见光编码器将可见光图像从垂直和水平两个空间方向聚合特征，通过精确的位置信息对通道关系进行编码；最后，采用提出的门控融合网络自适应调节两路特征的权重分配，实现跨模态特征融合。在KAIST行人数据集上，与基准算法YOLOv5-n单独检测可见光图像和红外图像的结果相比，所提算法检测精度分别提升15.1%和2.8%；与基准算法YOLOv5-s相比，检测精度分别提升14.7%和3%；同时，检测速度在两个不同基准算法模型上分别达到117.6 FPS和102 FPS。在自建的GIR数据集上，所提算法的检测精度和速度也同样具有明显优势。此外，该算法还能对单独输入的可见光或红外图像进行目标检测，且检测性能与基准算法相比有明显提升。
目标检测 门控网络 早期融合 双模态 编码器 Object detection Gating network Early fusion Dual-model Encoder
西安邮电大学通信与信息工程学院，陕西 西安 710121
运用彩色图像色调、饱和度、强度（HSI）模型的H分量进行彩色图像阈值分割是一个新的彩色图像阈值化方式。考虑到H分量是一个圆形直方图，将圆形直方图断开为线性直方图，然后采用线性直方图阈值分割法进行阈值选取是一种有效途径。在信息论中，信息能量是Shannon熵的对偶，首先引入线性概率分布的累积分布信息能量概念，基于此来确定圆形直方图的断点；然后给出线性直方图上的信息能量阈值法，并基于此实现H分量圆形直方图的阈值选取。相比于基于对数运算的Shannon熵阈值选取准则，基于平方运算的信息能量阈值选取准则具有表述简单、运算速度快的优点。
视觉，颜色与视觉光学 彩色图像分割 色调、饱和度、强度颜色模型 圆形直方图 断点 信息能量 激光与光电子学进展
2023, 60(2): 0233002
西安邮电大学通信与信息工程学院, 陕西 西安 710121
核可能性C-均值(KPCM)聚类算法将核方法引入可能性聚类中,使其对超球体、含噪声和奇异点的数据能进行有效聚类,但存在可能性聚类的中心重合问题。因此,将β-截集引入KPCM聚类算法中,通过产生聚类核修改部分样本数据的典型值,以改善类间关系。同时,提出了一种基于截集门限的核可能性C-均值(C-KPCM)聚类算法,克服了KPCM聚类算法一致性聚类的缺陷。结合图像的非局部空间信息,利用自适应中值滤波算法可自适应调节滤波半径的特性,产生新的模糊因子,并将其加入C-KPCM聚类算法的目标函数中,提出了基于非局部空间信息的核可能性C-均值聚类算法,增加了强噪声干扰下聚类算法的鲁棒性,仿真结果验证了本算法有效性。
核可能性C-均值聚类算法 截集门限 核空间 非局部均值滤波 激光与光电子学进展
2020, 57(18): 181010
1 西安电子科技大学 电子工程学院，西安 710071
2 西安邮电大学 自动化学院，西安 710121
3 西安邮电大学 通信与信息工程学院，西安 710121
对灰度概率分布呈现偏斜和重尾的一类图像的阈值选取问题进行了研究.鉴于应用均值方法进行分类估计出现偏差的问题，本文应用中值方法进行修改，使图像阈值的选取更加合理.基于平方距离的对称共生矩阵阈值方法，在对称共生矩阵上定义了区域中值，提出了基于中值进行分类统计的平方距离对称共生矩阵阈值法，并给出了多阈值分割计算式.与Otsu′s法、基于平方距离法的分割比较表明：本文提出的方法不仅对于分类概率呈现偏斜和重尾的情况分割效果突出，而且由于考虑了图像的空间信息，与基于中值的Otsu′s法相比，所提取的目标信息更加完整，边缘更加清晰;对于小目标类的图像，该方法也具有良好的阈值选取效果.为进一步说明该方法的正确性和有效性，基于标准分割图像进行了误分类误差计算，结果表明所提出的方法误差值能够达到最小.
图像处理 图像分割 阈值选取 中值 对称共生矩阵 Otsu′s方法 平方距离 误分类误差 Image processing Image segmentation Threshold selection Median filters Symmetrical cooccurrence matrix Otsu′s method Square distance Misclassification error
1 西安电子科技大学 电子工程学院, 西安 710071
2 西安邮电大学 自动化学院, 西安 710061
3 西安邮电大学 通信与信息工程学院, 西安 710061
Arimoto熵是一种广义熵形式.本文首先指出了已提出的二维Arimoto熵阈值分割法的表述错误, 给出了正确的二维Arimoto熵阈值分割法; 然后提出了二维Arimoto熵直线型阈值分割法, 并给出了快速递推公式; 对Arimoto熵公式中参量的选择进行了探讨, 并基于标准图像进行了分割性能评估.大量分割实验表明, 二维Arimoto熵直线型阈值法至少与二维Arimoto熵和二维Renyi熵直线型阈值法分割效果相当; 在图像边缘和噪音信息丰富的情况下, 二维Arimoto熵直线型阈值法的分割效果优于二维Arimoto熵和二维Renyi熵直线型阈值法, 是一种有效的图像阈值方法.
阈值分割 Arimoto熵 二维直方图 直线型阈值 Threshold segmentation Arimoto entropy Two-dimensional histogram Linear-type threshold
西安邮电学院 通信与信息工程学院,西安 710061
针对一维广义模糊熵不能有效处理含噪图像的分割问题，在二维灰度直方图上定义了图像的二维隶属度函数，提出了二维广义模糊熵阈值分割法.该方法不仅考虑了图像的点灰度值，同时考虑了图像像素的邻域平均灰度值，能更好地利用图像中的信息.为了提高二维广义模糊熵阈值法的运行速度、解决参量选取问题，结合粒子群优化搜索方法，设计了嵌套式的优化过程.实验表明，二维广义模糊熵阈值分割法对噪音图像有更好的适应性.
图像分割 广义模糊熵 二维直方图 二维隶属度函数 Image segmentation Generalized fuzzy entropy Two-dimensional histogram Two-dimensional membership function
提出了一种自适应选取一维Renyi熵阈值分割法中参数α的方法.该方法以一种图像分割质量评价指标-均匀性测度为适应度函数，利用粒子群算法在参数空间进行优化搜索，从而可以根据具体的图像获得合适的参数，得到最佳的图像分割阈值.结果表明：一般情况下，可以（0,1）范围内搜索最优的α值；当需要更好的分割效果时，可在（0,10）范围内搜索最优的α值.
图像分割 阈值选取 Renyi熵 Image segmentation Threshold selection Renyi entropy
在解释和说明Li与 Lee提出的一维交叉熵阈值分割方法的基础上，将其推广到二维灰度直方图上，提出了二维交叉熵图像分割算法.为了克服二维空间上运算复杂性高、运算量大的缺点,给出了二维交叉熵阈值法的快速递推公式.与二维Otsu法相比,二维交叉熵阈值法能够更好地适应目标和背景方差相差较大的情形,是一种有效的阈值分割方法.
阈值分割 Otsu法 交叉熵 二维直方图 Threshold segmentation Otsu′s method Cross-entropy Two-dimensional histogram
1 西安电子科技大学电子工程学院,西安,710071
2 西安邮电学院信控系,西安,710068
3 深圳大学信息工程学院,深圳,518060
提出了一种基于代价函数和模糊熵的图像分割方法.该方法先用代价函数最小化法对退化的图像作预处理,之后,利用模糊熵作进一步的处理.实验结果表明:新方法和一般的阈值分割方法相比,不但分割图像的错分率较小,而且图像的视觉效果也有较大的改善.
代价函数 模糊熵 图像分割
