基于累积剩余信息能量的图像阈值分割法

Shannon定义的信息熵是一种度量信息不确定性的方式，Onicescu定义的信息能量是一种度量信息确定性的方式，信息能量与Shannon熵呈现一种对偶关系。累积剩余熵是使用累积分布函数替换Shannon熵的概率分布函数来度量信息不确定性的方式，基于此，提出一种新的度量信息确定性的方式——累积剩余信息能量，并将累积剩余信息能量应用于图像的阈值分割。为了克服累积剩余信息能量自身存在的计算复杂、效率低的缺点，使用递归算法提升图像阈值分割的运行速度。与经典的最大熵阈值法等相关阈值分割法的对比实验结果表明，所提方法对于自然图像与细胞血涂片图像分割均具有一定的优越性。