重庆邮电大学 通信与信息工程学院, 重庆 400065
针对交通标志识别中限重标志和限速标志相似程度大、容易造成误检等问题, 结合抗噪能力强的二维OTSU自动阈值分割法与寻优能力强的跳蛛优化算法, 提出了一种基于跳蛛优化的二维OTSU限重标志识别算法。该算法通过统计交通标志牌感兴趣区域的二维灰度直方图, 采用改进跳蛛算法求解二维OTSU分割阈值, 快速地实现交通标志图像的二值化, 再利用DBSCAN对二值化图像边缘点聚类, 最后根据聚类结果的相对位置正确识别限重标志。实验结果表明: 在不降低识别率的条件下, 运算时间降低了34.16%, 并能够正确区别限重标志和限速标志。
限重标志 二维直方图 二维OTSU 跳蛛优化算法 weight limit sign two-dimensional gray histogram two-dimensional OTSU JSOA DBSCAN DBSCAN
北京师范大学信息科学与技术学院, 北京 100875
针对二维Otsu及其改进算法分割直方图非高斯分布的遥感图像效果较差等问题，提出了一种基于最小类平均绝对偏差的遥感图像分割算法（MCMAD）。利用对角线投影法把遥感图像的二维直方图转化为一维直方图，从而降低计算复杂度；在不同阈值下计算一维直方图相应类中像素出现的概率和类中像素灰度的期望值；遍历一维直方图的所有阈值，得到不同阈值对应的类平均绝对偏差，将最小类平均绝对偏差对应的阈值作为最佳阈值分割点。实验结果表明，与二维Otsu及其改进算法相比，MCMAD算法不仅能够很好的分割直方图为高斯分布的遥感图像，而且改善了直方图为拉普拉斯分布的遥感图像分割效果。此外，新算法的时间消耗也很低。
图像处理 遥感图像分割 二维直方图 Otsu法 拉普拉斯分布 最小类平均绝对偏差 中国激光
2014, 41(s1): s109011
1 南京航空航天大学 电子信息工程学院，江苏 南京210016
2 华中科技大学 煤燃烧国家重点实验室，湖北 武汉 430074
提出了基于斜分倒数交叉熵和蜂群优化的火焰图像阈值选取方法以便更为准确地分割火焰图像。以最小倒数交叉熵作为阈值选取准则，解决了 Shannon 熵定义中存在的无意义值问题。同时，以二维直方图斜分方式更加准确地划分目标和背景，提高了算法抗噪性能，且使需要选取的阈值个数由两个变为一个，减少了算法运行时间。此外，采用蜂群优化算法加速对最佳阈值的搜索，使速度提升了约80%~140%，进一步提高了算法的实时性。最后，针对火焰图像进行了大量实验，并与二维斜分最大 Shannon 熵法、基于混沌小生境粒子群优化(NCPSO)的二维斜分最大倒数熵法进行了比较。结果表明，提出的方法在分割效果上优势明显，且抗噪性能更好，是一种实时有效的火焰图像分割方法。
图像分割 阈值选取 倒数交叉熵 二维直方图斜分 蜂群优化 image segmentation threshold selection reciprocal cross entropy two-dimensional histogram oblique segmentation bee colony optimization
1 重庆邮电大学重庆市移动通信技术重点实验室
2 重庆邮电大学重庆市材料物理与信息显示实验室, 重庆 400065
提出了一种基于二维灰度直方图最大熵阈值分割的SIFT图像特征匹配算法。与传统SIFT算法相比, 该算法首先综合利用图像像素的灰度信息和邻域空间信息, 生成图像二维灰度直方图, 并基于此直方图的最大熵对图像进行阈值分割, 然后检测分割后图像的DoG尺度空间局部极值, 并以此作为特征点进行图像匹配。实验结果表明, 基于所提出的匹配算法, 可以有效降低图像背景噪声和边缘像素点对目标匹配的干扰, 进而提高图像目标的匹配性能。
图像匹配 阈值分割 最大熵 二维直方图 image matching SIFT SIFT threshold segmentation maximum 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
河南师范大学计算机与信息技术学院，河南新乡453007
鉴于二维斜分法的优势，提出了一种快速二维直方图斜分最小误差的阈值分割方法。首先将二维直方图斜分原理运用到最小误差阈值法中使得分割更准确，然后对其阈值选取公式进行简化得到最简公式，并利用此公式导出其一般递推算法，最后将二维直方图概率分布特性与这种算法有机结合得到新型的递推算法来提高运行速度。实验结果表明，与二维直线型最小误差阈值分割法相比，算法效率更高，与其递推算法相比，所提出的新型递推算法的运行速度更快，约快4倍。
图像分割 阈值法 二维直方图斜分 最小误差 递推算法 image segmentation thresholding method 2-D histogram oblique segmentation minimum error recursive algorithm
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
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
南京航空航天大学 信息科学与技术学院,南京 210016
本文指出了现有二维直方图区域直分法中存在明显的错分,提出了二维直方图区域斜分方法,即通过与主对角线平行的四条斜线将直方图分成内点区、边界点区和噪声点区,并按灰度级与邻域平均灰度级之和的大小进行分割。该方法可以运用于所有的基于二维直方图的阈值分割。文中导出了基于二维直方图区域斜分的Tsallis–Havrda–Charvát熵阈值选取公式及其快速递推算法,给出了分割结果和运行时间。与基于二维直方图直分的Tsallis–Havrda–Charvát熵原始算法相比,本文提出的基于二维直方图斜分的Tsallis–Havrda–Charvát熵阈值分割算法,使分割后的图像内部区域均匀,边界形状准确,更有稳健的抗噪性,其运行时间减少了五个数量级。
图像处理 阈值分割 二维直方图区域斜分 Tsallis–Havrda–Charvát熵 快速递推算法 image processing threshold segmentation two-dimensional histogram oblique segmentation Tsallis– Havrda– Charvát entropy fast recurring algorithm
