%0 Journal Article
%T Image thresholding based on θ-division of 2-D histogram and maximum Shannon entropy<br>二维直方图θ划分最大Shannon熵图像阈值分割
%A Wu Yi-Quan
%A Zhang Jin-Kuang
%A <br>吴一全
%A 张金矿
%J 物理学报
%D 2010
%I 
%X 鉴于常用二维直方图区域直分法存在错分,最近提出的斜分法不具普遍性,提出了适用面更广的基于二维直方图θ划分和最大Shannon熵的图像阈值分割算法.首先给出了二维直方图θ划分方法,采用四条平行斜线及一条其法线与灰度级轴成θ角的直线划分二维直方图区域,按灰度级和邻域平均灰度级的加权和进行阈值分割,斜分法可视为该方法中θ=45°的特例;然后导出了二维直方图θ-划分最大Shannon熵阈值选取公式及其快速递推算法;最后给出了θ取不同值时的分割结果及运行时间,θ取较小值时,边界形状准确性较高,θ取较大值时,抗噪性较强,应用时可根据实际图像特点及需求合理选取θ的值.与常规二维直方图直分最大Shannon熵法相比,本文提出的方法所得分割结果更为准确,抵抗噪声更为稳健,且所需运行时间及存储空间也大为减小.
%K 最大Shannon熵
%K 阈值分割
%K 二维直方图区域θ划分
%K 递推算法
%U http://www.alljournals.cn/get_abstract_url.aspx?pcid=6E709DC38FA1D09A4B578DD0906875B5B44D4D294832BB8E&cid=47EA7CFDDEBB28E0&jid=29DF2CB55EF687E7EFA80DFD4B978260&aid=01CBB6237F29E1EC9521759EDFBD3559&yid=140ECF96957D60B2&vid=6AC2A205FBB0EF23&iid=5D311CA918CA9A03&sid=3FF95CDEF04B05D4&eid=93FBE7FC5DA3E38F&journal_id=1000-3290&journal_name=物理学报&referenced_num=0&reference_num=19