二维直方图斜分最大类间交叉熵的图像分割

利用二维直方图斜分原理,提出了一种基于最大类间交叉熵的快速图像分割方法。首先依据二维直方图斜分法构建最大类间交叉熵阈值选取公式,然后导出这种最大类间交叉熵阈值选取的快速递推算法,最后将定义的数组运算与这种快速算法相结合搜索最佳阈值向量,使整个算法更简明高效。实验结果表明,与当前二维直方图斜分阈值方法相比,此算法效率更高,通用性更强。

应用混沌多目标规划理论融合的图像分割

针对二维最大熵和二维最大类间熵阈值化方法通用性不强,使得他们在某些分割应用场合失效的问题,提出应用混沌多目标规划理论融合的图像分割方法.这种新方法利用多目标规划理论将前两种方法有机结合,得到既满足二维最大熵原则,又满足二维最大类间交叉熵原则的最佳阈值,并且将混沌优化算法和递推算法相结合,使计算复杂度大大降低.仿真实验结果表明,本文提出的方法好于单独使用一种方法的分割结果,而且有较好的普适性.

一种新的精子图像分割与识别算法

本文针对精子运动图像特点，从目标和背景的类间差异性出发，提出了一种基于最大类间交叉熵准则的阈值化分割新算法，对精子图像进行分割，引入约束条件筛选去除杂质，应用形态学在每个精子目标上显示数字标记。实验表明，该方法可以实现精子的快速准确分割，并自动统计出图像中精子的个数。

羊精子图像的分割及识别算法研究

对羊精子图像的分割及识别算法进行了研究,针对羊精子图像的特点,提出比传统Otsu分割算法更精确的类间最大交叉熵阈值化分割算法对精子图像进行分割,通过数学形态学开运算分离粘连的精子,采用4连通标记算法对精子目标区域作标记,分析杂质的类型,设置筛选规则,去除杂质。实验表明,该方法能实现对精子图像进行快速准确地分割及识别。