模式识别与人工智能
2025年4月4日 星期五   首 页     期刊简介     编委会     投稿指南     伦理声明     联系我们                                                                English
模式识别与人工智能  2010, Vol. 23 Issue (6): 867-873    DOI:
研究与应用 最新目录| 下期目录| 过刊浏览| 高级检索 |
最大模糊熵阈值法的快速算法
雷博,兰蓉,范九伦
西安邮电学院 通信与信息工程学院 西安 710061
Fast Algorithm for Maximum Fuzzy Entropy Thresholding Method
LEI Bo,LAN Rong,FAN Jiu-Lun
School of Communications and Information Engineering,
Xian Institute of Post and Telecommunications,Xian 710061

全文: PDF (405 KB)   HTML (1 KB) 
输出: BibTeX | EndNote (RIS)      
摘要 

针对最大模糊熵图像阈值分割算法计算量太大的问题,文中在分析S型隶属函数特点和模糊熵性质的基础上,提出一种最大模糊熵阈值法的快速算法。该算法将最大模糊熵阈值分割算法的时间复杂度由O(L4)降到O(L3),同时避免优化算法易于陷入局部极值的缺陷。该快速算法可在提高算法速度的同时保证最大模糊熵阈值法的分割性能。

服务
把本文推荐给朋友
加入我的书架
加入引用管理器
E-mail Alert
RSS
作者相关文章
雷博
兰蓉
范九伦
关键词 图像分割模糊熵快速算法    
Abstract

Aiming at the large computation of the maximum fuzzy entropy thresholding method, a fast algorithm for the maximum fuzzy entropy thresholding method is presented. It is based on the analysis of the character of the S-type function and the properties of the fuzzy entropy. The fast algorithm reduces the time complexity from O(L4) to O(L3). Meanwhile, the fast algorithm avoids the defaults of reaching the local extrema by the optimization methods. Therefore, the fast algorithm raises the speed and maintains the segmentation performance of the maximum fuzzy entropy thresholding method.

Key wordsImage Segmentation    Fuzzy Entropy    Fast Algorithm   
收稿日期: 2009-07-20     
ZTFLH: TN911.73  
基金资助:

国家自然科学基金项目(No.60572133)、陕西省教育厅专项科研计划项目(No.09JK721)资助

作者简介: 雷博,女,1981年生,博士研究生,讲师,主要研究方向为智能信息处理、图像处理.E-mail:leileibo@xupt.edu.cn.兰蓉,女,1977年生,博士研究生,讲师,主要研究方向为智能信息处理、决策分析.范九伦,男,1964年生,教授,博士生导师,主要研究方向为模糊集理论、模式识别与图像处理。
引用本文:   
雷博,兰蓉,范九伦. 最大模糊熵阈值法的快速算法[J]. 模式识别与人工智能, 2010, 23(6): 867-873. LEI Bo,LAN Rong,FAN Jiu-Lun. Fast Algorithm for Maximum Fuzzy Entropy Thresholding Method. , 2010, 23(6): 867-873.
链接本文:  
http://manu46.magtech.com.cn/Jweb_prai/CN/      或     http://manu46.magtech.com.cn/Jweb_prai/CN/Y2010/V23/I6/867
版权所有 © 《模式识别与人工智能》编辑部
地址:安微省合肥市蜀山湖路350号 电话:0551-65591176 传真:0551-65591176 Email:bjb@iim.ac.cn
本系统由北京玛格泰克科技发展有限公司设计开发 技术支持:support@magtech.com.cn