摘要
采用信息熵性能评价指标从概率的角度描述因权值变化而引起的图像信息熵分布的变化,可以根据用户关注的范围确定重点加权区域,通过改进的猴王遗传算法来确定权值选择,能够自动的确定感兴趣的区域。区域加权信息熵能够提取图像的颜色以及空间特性,并且保留了香农熵的数学特性。实验表明,区域加权信息熵实验结果的准确率高于单纯的颜色特征提取算法。
Regional weighted information entropy can be determined based on the user key areas of concern weighted area and the Monkey King through improved genetic algorithm to determine the weight of choice,able to automatically identify areas of interest.Regional weighted information entropy to extract the color and spatial characteristics of images and retains the mathematical properties of Shannon entropy.Experimental results show that the weighted information entropy regional results is higher than the accuracy of the simple color feature extraction algorithm.
出处
《激光杂志》
CAS
CSCD
北大核心
2012年第1期38-40,共3页
Laser Journal
基金
国家自然科学基金资助项目(61065001)
新疆维吾尔自治区科技厅少数民族特殊培养计划项目(201023116)
关键词
图像处理
CBIR
特征提取
区域加权信息熵
遗传算法
自适应
image processing
CBIR
feature extraction
regional weighted information entropy
genetic algorithm
adaptive
