结合二维Tsallis熵多阈值和DE算法的图像分割
2019-11-27吴一鸣
中国民航大学学报 2019年5期
王 坤,周 熠,吴一鸣
(中国民航大学电子信息与自动化学院,天津 300300)
飞机蒙皮是飞机机身的重要组成部分,受损的飞机蒙皮会直接影响飞机的安全飞行[1]。对飞机蒙皮的正确检测,关系到飞机在飞行途中的安危。常用的飞机蒙皮检测方法有目视检测、涡流检测、渗透检测、超声波检测及红外检测等[2]。目视检测是最直接有效的检测方法,但无法对飞机蒙皮内部损伤进行有效判断;涡流检测的现场检测方便,对待检测材料表面无特别要求,但检测效率低、缺陷显示不直观;渗透检测主要针对表面开口的缺陷进行检测,设备简单、检测结果直观,但检测过程较长,对待检测材料的表面预处理要求高;超声波检测的检测范围宽,检测结果准确,但其探头有盲区,对待检测材料的表面要求高;红外检测的结果直观、检测面积大、速度快,但红外图像边缘信息模糊,需要进一步分割处理[3]。
阈值分割技术作为图像分割中重要的分割技术之一,拥有简单、快速、易实现的特点[4]。传统Shannon熵阈值分割算法不能针对红外图像进行有效分割。1988年物理学家Tsallis受到了多重分形的影响,在传统Shannon熵的基础上,提出了Tsallis熵的概念[5]。Tsallis熵的非广延性能有效处理图像中的非可加性信息[6]。针对红外图像的特点,提出结合二维Tsallis熵多阈值和差分进化算法(DE,differential evolution)的分割方法。
1 Tsallis熵阈值分割
1.1 传统一维Tsallis熵阈值分割
Tsallis熵又被称作非广延熵,是对Shannon熵的一种扩展[7]。Tsallis熵的形式表示为

其中:q为待定系数,描述其熵值的非广延性;……
登录APP查看全文
