摘要
采用高斯混合模型(GMM)来估计图像灰度值的空间坐标概率分布,再在二阶Renyi熵的基础上构造目标熵函数,在图像灰度范围内搜索各个灰度级别的坐标集合,使此目标熵函数最大的灰度值作为最佳分割阈值。实验结果表明此方法对图像分割的精度较高,适应性较好,具有较稳定的性能。
This paper firstly used the Gaussian mixture models to estimate the spatial probability distribution of image gray level values, then constructed an object function with Renyi entropy, and searched the best threshold in the scope of gray level to maximize the object function. The results of experiments show that the method has high accuracy, fine adapt ability and more stable performance.
出处
《计算机应用研究》
CSCD
北大核心
2009年第4期1541-1543,1551,共4页
Application Research of Computers
基金
国家自然科学基金资助项目(60575036)
哈尔滨市优秀学科带头人专项基金资助项目(2007RFXXG023)
哈尔滨理工大学优秀拔尖创新人才培养基金资助项目(20070105)
关键词
高斯混合模型
RENYI熵
阈值函数
图像分割
GMM （ Gaussian mixture models）
Renyi entropy
threshold function
image segmentation
