文献

J-GLOBAL ID：202002273236591591   整理番号：20A1292043

ファジィエントロピーに基づくGLLEエントロピー閾値セグメンテーション法【JST・京大機械翻訳】

GLLE entropic threshold segmentation based on fuzzy entropy

著者 (4件)： He Chunming (南京郵電大学 貝爾英才学院,南京,210023) ,  Xu Lei (南京郵電大学 貝爾英才学院,南京,210023) ,  Lu Guosheng (南京郵電大学 光電工程学院,南京,210023) ,  Deng Lizhen (南京郵電大学 通信与信息工程学院,南京, 210003)
資料名： Nanjing Xinxi Gongcheng Daxue Xuebao  (Nanjing Xinxi Gongcheng Daxue Xuebao)
巻： 11  号： 6  ページ： 757-763  発行年： 2019年 
JST資料番号： C3600A  ISSN： 1674-7070  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 画像セグメンテーションはコンピュータビジョンにおける基本的かつ重要な問題である。エントロピー閾値画像セグメンテーションは,パターン認識と画像処理において広く使用される。従来の画像セグメンテーション法は,十分に有効な画像特徴を得ることができない。この問題を解決するために,画像セグメンテーションにおけるエントロピー閾値の応用をさらに研究するために,GLLE(GrayLevelandLocalEntropy)二次元ヒストグラム改良エントロピー閾値画像セグメンテーションモデルを導入した。二次元ヒストグラムモデルを,ファジィエントロピーに基づいて提案した。標準実験データセットに関する比較実験は,ファジィエントロピーに基づくGLLEエントロピー閾値セグメンテーション法が,より正確な閾値を得て,セグメンテーション精度を改善することを示した。同時に,異なったタイプの画像を表現するのは,従来のアルゴリズムより優れ,よりロバストである。Data from Wanfang. Translated by JST.【JST・京大機械翻訳】

シソーラス用語： アルゴリズム ,  *エントロピー ,  パターン認識 ,  *セグメンテーション ,  画像処理 ,  画像特性 ,  二次元 ,  コンピュータビジョン ,  ヒストグラム ,  比較試験 ,  ロバスト性
準シソーラス用語： 画像セグメンテーション ,  *ファジィエントロピー ,  セグメンテーション精度 , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (4件)： ファジィエントロピー ,  エントロピー ,  閾値 ,  セグメンテーション