19138.基于renyi熵理論的圖像分割算法的研究

1、基于Renyi熵理論的圖像分割算法的研究重慶大學(xué)碩士學(xué)位論文（學(xué)術(shù)學(xué)位）學(xué)生姓名：冉清華指導(dǎo)教師：龔劬教授專(zhuān)業(yè)：計(jì)算數(shù)學(xué)學(xué)科門(mén)類(lèi)：理學(xué)重慶大學(xué)數(shù)學(xué)與統(tǒng)計(jì)學(xué)院二O一五年四月重慶大學(xué)碩士學(xué)位論文中文摘要I摘要圖像分割是圖像處理及信息技術(shù)領(lǐng)域關(guān)鍵而重要的環(huán)節(jié)，是人工智能領(lǐng)域具有挑戰(zhàn)性又非常經(jīng)典的問(wèn)題。圖像分割的基本目的在于將目標(biāo)與背景分離，提取出人們感興趣的部分，將圖像的理解和分析簡(jiǎn)單化。經(jīng)過(guò)幾十年的發(fā)展，現(xiàn)已產(chǎn)生了大量的圖像分割算法。其中，

2、基于閾值的圖像分割算法因其算法原理簡(jiǎn)單、實(shí)現(xiàn)容易、分割效果較好而被學(xué)者們廣泛關(guān)注。本文緊緊圍繞―基于Renyi熵理論的圖像分割算法‖這一主題，針對(duì)現(xiàn)有的一維Renyi熵算法和二維Renyi熵算法中存在的計(jì)算復(fù)雜度、分割效果兩方面的問(wèn)題進(jìn)行了深入的探討，得到了兩個(gè)改進(jìn)算法，并進(jìn)行了相應(yīng)的實(shí)驗(yàn)論證。本文的主要研究?jī)?nèi)容可以歸納如下：①針對(duì)基于分解的二維Renyi熵閾值化算法中參數(shù)?的取值問(wèn)題，根據(jù)均勻性測(cè)度這一圖像分割質(zhì)量評(píng)價(jià)指標(biāo)，結(jié)合PSO

3、算法，得到了一種自適應(yīng)地選取?的方法。實(shí)驗(yàn)顯示，本文給出的算法能夠針對(duì)不同的圖像自適應(yīng)地選取出較合適的參數(shù)值?，得到較理想的實(shí)驗(yàn)結(jié)果，而且，計(jì)算復(fù)雜度由二維Renyi熵參數(shù)自適應(yīng)選取算法的6()OL降為2()OL，計(jì)算時(shí)間約為二維Renyi熵參數(shù)自適應(yīng)選取分割算法的一萬(wàn)分之一。②針對(duì)一維Renyi熵算法的局限性，利用一維Renyi熵算法的分割閾值，研究了一類(lèi)新的迭代算法，通過(guò)不斷地提取并分割原始圖像的子區(qū)域來(lái)達(dá)到較優(yōu)的圖像分割結(jié)果。該迭

4、代算法首先運(yùn)用一維Renyi熵算法分割原圖像，得到一個(gè)閾值，然后分別計(jì)算出被該閾值劃分得到的兩個(gè)區(qū)域中頻數(shù)最大的灰度值。根據(jù)閾值及上一步所得的兩個(gè)頻數(shù)最大的灰度值，把圖像分成三類(lèi)：背景、目標(biāo)以及待定區(qū)域。目標(biāo)和背景在后面的迭代過(guò)程中不再被處理，待定區(qū)域在下一次迭代過(guò)程中繼續(xù)被處理。在下一次迭代過(guò)程中，運(yùn)用一維Reny熵法處理待定區(qū)域，與第一次迭代過(guò)程一樣，該待定區(qū)域被分為三個(gè)類(lèi)：背景、目標(biāo)和一個(gè)新的待定區(qū)域。隨后，運(yùn)用與上一步相同的方法

5、處理新的待定區(qū)域。當(dāng)相鄰兩次迭代過(guò)程中計(jì)算出的閾值之差的絕對(duì)值小于一個(gè)預(yù)設(shè)常數(shù)時(shí)，停止迭代，并且把最后一次迭代得到的閾值作為最終分割閾值。文中不但給出了直觀的分割結(jié)果，而且運(yùn)用圖像分割評(píng)價(jià)指標(biāo)（均勻性測(cè)度）給出了分割效果的量化結(jié)果。實(shí)驗(yàn)結(jié)果顯示，本文所給出的分割算法不僅直觀的給出了較優(yōu)的分割效果，而且將實(shí)驗(yàn)結(jié)果量化，在整個(gè)迭代過(guò)程中計(jì)算出的均勻性測(cè)度呈單調(diào)遞增的趨勢(shì)。同時(shí)，實(shí)驗(yàn)顯示，該算法對(duì)參數(shù)?的取值是不敏感的。關(guān)鍵詞：關(guān)鍵詞：圖像分