论文部分内容阅读
传统的阈值选取方法是以图像的灰度直方图做为像素灰度值的概率密度函数的近似估计,然后利用此密度函数来构造目标函数,通过在灰度值中搜索使目标函数最大化(最小化)的灰度值做为最优全局阈值,从而实现图像的分割.为了克服以直方图(灰度值出现的频率)替代灰度值的概率分布不够准确的缺陷,提出了一种基于parzen窗技术和信息熵的阈值选取新方法PWET.该方法以图像的像素坐标集为样本空间,利用parzen窗技术估计图像灰度值的空间概率分布,再结合信息熵来构造新的目标函数,通过在灰度值范围内搜索使目标函数最大的灰度值