在图像分割中引入了一种能够通过参数r处理物理系统中附加信息或者非广义信息的新型广义熵,在此基础上提出了一种改进的新型广义熵分割算法,用粒子群算法在所有参数中搜索最优值,引入均匀性测度函数指标为适应度函数,从而实现参数的自适应选取,得出最佳分割阈值。结果表明,该方法可以实现以上内容。 根据图像本身灰度分布自适应选取合适的参数，使分割效果优良。现给出四幅图像在这两种方法下的分割参数和分割结果。从图1c、图2c、图3c、图4c可以看出，本文提出的一种新型广义熵阈值法中参数自适应选取方法能使分割图像区域分布更均匀，细节清晰，分割便捷更准确，从图1b～图3b可以看出 本文由公司网站网站采  转摘采集转载中国知网整理!  http://www.kuoguanji168.com/，图像分割中的应用-数控滚圆机滚弧机折弯机张家港数控滚圆机滚弧机固定参数的熵阈值分割方法并不能实现图像的准确分割，甚至出现了大量的错分点。从图4可以看出，尽管两种方法分割结果都不错，但本文的方法在目标和背景边缘处分割效果更好。图1baboon图像及分割结果比较图2lena图像及分割结果比较第10期(总第507期)|投稿网址http:??www．videoe．cn图3saturn图像及分割结果比较图4cameraman图像及分割结果比较表1两种方法的分割阈值及参数r取值比较实验图像固定参数分割(t，r1)由表1可以看出，参数q的取值并不是一直都在1．2的附近波动，由此可见，这种自适应选取的参数确实能够得到较好的分割效果，大量减少了人工实验的时间。由此可见，这种自适应选取的参数确实能够得到较好的分割效果，大量减少了人工实验的时间。5结论新型广义熵是一种基于传统热力学熵分析的基础上提出的一种熵阈值分割方法，该方法可以很好的处理图像中的可加性和非可加性。本文对新型广义熵的熵参数r，用图像均匀性测度函数作为PSO粒子群优化算法的适应度函数，在参数变化空间范围(0．5，2)自适应优化搜索，根据图像的不同选取本身的最优参数值，实验结果表明，本文的方法大大提高了新型广义熵阈值分割性能，自适应参数的选取对于熵参数的引入有重大意图像分割中的应用-数控滚圆机滚弧机折弯机张家港数控滚圆机滚弧机

 本文由公司网站网站采  转摘采集转载中国知网整理!  http://www.kuoguanji168.com/