平稳小波域多尺度乘积下的指数Renyi熵自动阈值选择方法

摘要：

受目标和背景的大小比例、噪声或者随机细节等因素影响,灰度图像的灰度直方图可能呈现出无峰、单峰、双峰或者多峰模式.为了在统一框架内处理这4种不同直方图模式下的自动阈值选择问题,提出了一种平稳小波域多尺度乘积下的指数Renyi熵自动阈值选择方法.该方法首先利用平稳小波对原始图像进行水平、垂直和对角方向的多尺度变换,再对各个方向的高频子带进行多尺度乘积运算构造出融合图像;然后通过内外轮廓图像对融合图像进行采样重构一维直方图;最后计算重构直方图所对应的指数Renyi熵,并取最大值对应的阈值作为最终分割阈值.提出的方法与4种自动阈值分割方法、2种聚类分割方法以及2种活动轮廓分割方法进行了比较.在16幅合成图像和50幅真实世界图像上的实验结果表明:在合成图像集中,相比于分割精度第2的方法,平均马修斯相关系数提高了41.2％;在真实世界图像集中,相比于分割精度第二的方法,平均马修斯相关系数提高了20.8％.提出的方法具有更稳健的分割适应性,且在分割精度方面明显优于其他8个分割方法.

关键词：阈值分割、指数Renyi熵、平稳小波域、多尺度乘积

所属期刊栏目：31

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金No.61871258

在线出版日期：2023-07-26（万方平台首次上网日期，不代表论文的发表时间）

页数：共18页

页码：1841-1858