林爱英， 李 辉， 吴莉莉， 昝红英

(1.河南农业大学 理学院 河南 郑州 450002；2.郑州大学 信息工程学院 河南 郑州 450001)

0 引言

阈值分割因其简单有效而成为广泛使用的图像分割方法，人们对此进行了大量研究[1-3].基于熵概念的阈值选取方法,因其良好的信息论背景颇受关注，其中由Kapur 等[4]较早提出的一维最大Shannon熵阈值法因分割效果较好且实现简单，而成为最具代表性的方法.其后人们基于广义信息论相继提出了Renyi熵[5]、Tsallis熵[6-7]等多种熵阈值分割算法，并推导出相应的二维算法[8-9]，国内也有许多学者对熵阈值分割算法进行了相关的研究[10-11].

通常把Renyi熵和Tsallis熵称为广义信息熵，其信息熵中含有参数，参数的特殊取值可以得到经典的Shannon熵，参数的合理取值可以获得比最大Shannon熵阈值法更好的分割性能，但至今其参数的选取没有一个准则.针对Renyi熵，Sahoo等[8]指出对大部分图像而言，参数q取0.7是一个比较合适的参数值，而对于Tsallis熵，Sahoo等[9]指出，参数q取0.8时能得到较好的分割结果.考虑到实际应用中图像的复杂性，用一个固定的参数值来选取阈值有其局限性，文献[12]给出了一维Renyi熵阈值分割法的一种参数自适应选取思路.考虑到在二维灰度直方图上进行阈值选取，能够利用图像的更多信息，因此主要研究二维Tsallis熵阈值分割方法中参数q的自适应选择问题.

基于均匀性测度作为分割图像质量评价准则，作者利用粒子群优化搜索方法，提出了一种二维Tsallis熵阈值法中参数q的选取方法.实验表明，本文……