Resumen

Las imágenes infrarrojas son borrosas y ruidosas por naturaleza, por lo que la segmentación de objetivos humanos en imágenes infrarrojas es una tarea difícil. En este trabajo se presenta un método de umbralización rápida de imágenes infrarrojas humanas basado en la entropía difusa de Tsallis bidimensional. En primer lugar, para abordar el carácter difuso de las imágenes infrarrojas, se define la entropía difusa de Tsallis de los objetos y la del fondo, respectivamente, de acuerdo con el principio de partición de probabilidades. A continuación, esta entropía recién definida se amplía a dos dimensiones para hacer un buen uso de la información espacial y hacer frente al ruido de las imágenes infrarrojas. En consecuencia, se propone un método de cálculo rápido de la entropía de Tsallis difusa bidimensional para reducir su complejidad de cálculo de O ( L 2 ) a O ( L ) . Por último, se buscan los parámetros óptimos de la función de pertenencia difusa mediante el algoritmo de salto de rana barajado siguiendo el principio de máxima entropía y, a continuación, se calcula el mejor umbral de una imagen humana infrarroja a partir de los parámetros óptimos. En comparación con los métodos típicos de umbralización basados en la entropía, el método presentado en este artículo ha demostrado ser más eficaz y robusto.

• Materias:Matemáticas Análisis Matemático Álgebra Ingeniería
• Subjects:mathematics Mathematical Analysis Algebra Engineering
• Palabras claves:entropía difusa dimensional de tsallis, imágenes infrarrojas, parámetros óptimos, método de cálculo rápido, método de umbralización rápida, entropía difusa de tsallis, función de pertenencia difusa, imagen humana infrarroja, imágenes humanas infrarrojas, principio de entropía máxima
• Keywords:dimensional fuzzy tsallis entropy, infrared images, optimal parameters, fast computation method, fast thresholding method, fuzzy tsallis entropy, fuzzy membership function, infrared human image, infrared human images, maximum entropy principle