基于信息熵最大的图像分割研究.doc

约56页DOC格式手机打开展开

基于信息熵最大的图像分割研究,摘要图像分割是根据图像的某些特征或特征集合的相似性准则,对图像像素进行分组聚类,把图像平面划分为一系列“有意义”的区域,使其后的图像分析及识别等高级处理阶段所要处理的数据量大大减少,同时又保留有关图像结构特征的信息。在信息理论中,熵用于度量信息传输的有效性。本论文主要讨论针对数字图像利用信息...
编号:45-320749大小:732.00K
分类: 论文>通信/电子论文

内容介绍

此文档由会员 小花仙66 发布

基于信息熵最大的图像分割研究

摘要
图像分割是根据图像的某些特征或特征集合的相似性准则,对图像像素进行分组聚类,把图像平面划分为一系列“有意义”的区域,使其后的图像分析及识别等高级处理阶段所要处理的数据量大大减少,同时又保留有关图像结构特征的信息。在信息理论中,熵用于度量信息传输的有效性。
本论文主要讨论针对数字图像利用信息熵标准结合阈值迭代法进行图像分割,以提高图像分割的准确性。设计信息熵算法并程序实现,仿真结果表明编写程序有效,分割效果明显。
关键词:阈值分割 迭代法 信息熵


Maximum entropy-based image segmentation study
Abstract

Based on the similarity criterion of the image’ some characteristics or characteristics set, image segmentation technique divides the image pixels into groups and partition the image into a series of "meaningful" regions. This technique will greatly reduce the amount of data in the following advanced processing to the image analysis and identification, as will as retain the information about image structure characteristics. In information theory, entropy is used to measure the effectiveness of information transmission.
In order to improve the accuracy of image segmentation ,this thesis makes a research on the image segmentation technique which is the combination of standard information entropy and Iteration threshold.Meanwhile this thesis designs entropy algorithm and gives its program. Simulation results show that program runs well, segmentation result is effective.
K eyw ords:Threshold segmentation Iterative Method Information entropy


目录
摘要 I
Abstract II
1.绪论 1
1.1图像 1
1.2图像处理技术 2
1.3发展前景与应用 6
2图像分割 9
2.1定义 9
2.2分割方法简介 10
3熵、信息熵 13
3.1熵 13
3.1.1基本特性 13
3.1.2应用 13
3.2信息熵 15
4.基于最大信息熵算法实现 17
4.1 matlab简介 17
4.2基于最大信息熵算法 20
4.2.1算法程序描述 20
4.2.1程序流程图 21
4.2.2算法程序 22
4.2.3仿真及结果分析 26
结论 37
致谢 38
英文资料 39
6.1英文原文 39
6.2中文翻译 46
参考文献 50