基于PSO的二维最大熵阈值分割方法的改进

摘要

传统的二维最大熵阈值分割方法只考虑了图像的灰度概率，忽略了对应的概率灰度。为了充分利用图像的灰度信息，提高分割精确度和最优阈值的求解速度，文章提出了一种基于PSO的二维最大熵分割方法。在提出的方法中，对灰度均值和二维熵的计算进行改进，生成差值属性信息值熵。然后用PSO算法求解熵的最大值。在实验中，对CT图像、灰度图像和彩色图像进行分割，并与传统的二维最大熵分割方法进行比较。实验结果表明这种新的分割方法能对图像进行有效地分割，运算速度也大大提高，而且有很好的抗噪声能力。