基于模糊Havrda-Charvát熵与混沌PSO算法的红外人体图像分割

摘要：

针对红外人体图像成像质量较差的问题,提出一种基于模糊Havrda-Charvát熵的快速阈值分割方法.首先应用Z形及S形隶属度函数把图像灰度直方图信息转换到模糊域,定义图像背景与目标的模糊Havrda-Charvát熵;然后提出一种基于Tent映射的混沌粒子群优化算法,把隶属度函数参数组合作为粒子,根据最大熵原理确定参数的最佳组合,再由最佳隶属度函数参数计算得到图像的最佳分割阈值.在真实红外人体图像集上与几种经典的图像阈值方法进行对比实验的结果,说明了该方法的有效性和鲁棒性.

关键词：红外人体图像分割、模糊Havrda-Charvát熵、混沌粒子群优化、最大熵原理

所属期刊栏目：22

分类号：TP391.41(计算技术、计算机技术)

资助基金：教育部科技研究重点项目108174;重庆市自然科学基金2008BB3169

在线出版日期：2010-04-09（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：129-135