一种基于Jeffrey散度的鲁棒图像分割方法_第1页
一种基于Jeffrey散度的鲁棒图像分割方法_第2页
一种基于Jeffrey散度的鲁棒图像分割方法_第3页
一种基于Jeffrey散度的鲁棒图像分割方法_第4页
全文预览已结束

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

一种基于JeffreyJeffrey散度的鲁棒图像分割方法Jeffrey关键词：图像分割，Jeffrey本文提出了一种基于Jeffrey散度的鲁棒图像分割方法。其优点在于，除了信息熵之外，Jeffrey散度也是一种常用的信息论度量方法。Jeffrey散度是一种度量两个概率分布之间的差异的度量方法，它具有对Jeffrey散JeffreyJeffrey散度是一种常用的信息论度量方法，它主要用于度量两个概p(x)q(x)Jeffrey散度J(p||q)=∫_x其中，p(x)q(x)分别表示两个概率分布，log_22JeffreyJ(p||q)>=J(p||q)=J(p||q0当且仅当pJeffreyJeffrey散度来衡量不同像素值JeffreyM*NI(x,y)I(x,y)p(x)xp(x)JeffreyM*N的矩阵D(x,y)，其中D(x,y)表示位置为(x,y)的像素值与其它像素值之间的Jeffrey散度。TD(x,y)进行二值化，得到一个二值矩阵B(x,y)该算法主要分为四个步骤：计算图像像素值分布的Jeffrey散度矩阵、二值化Jeffrey散度矩阵、连通域分析和求目标图像。在计算图像像素值分布的Jeffrey散度矩阵时，对于Jeffrey散度矩阵中某一位置(x,y)，它Jeffrey散度，从而得到该位置处的Jeffrey散度值。在二值化Jeffrey散度矩阵时，通过设置一个阈值TT0T1。在连通域该算法主要的优点在于，使用Jeffrey散度来衡量像素值之间的差异，UCI数据库中的两幅医学图像和两幅遥感图像作为实验Jeffrey散度的图像分割方法进行了验证。设置了阈值分别为0.1、0.5、0.9三个不同的值，实验结果如下表所示：|阈值|1|2|1|2 |0.1| | | | |0.5| | | | |0.9| | | | Jeffrey散度的图像分割方法对Jeffrey散度的鲁棒图

人人文库> 全部分类> 图纸下载 > 毕业设计

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论