Resumen

Los métodos tradicionales de umbralización estadística, que construyen directamente el criterio de umbral óptimo utilizando la varianza de clase, tienen cierta versatilidad pero carecen de la especificidad de la aplicación práctica en algunos casos. Para seleccionar el umbral óptimo para la umbralización de imágenes infrarrojas, se propone un método sencillo y eficaz basado en el modelo de nubes. El método genera en primer lugar los modelos de nube correspondientes al fondo y al objeto de la imagen, respectivamente, y define un novedoso criterio de dependencia del umbral relacionado con la hiperentropía de estos modelos de nube para, a continuación, determinar el umbral óptimo en escala de grises mediante la minimización de este criterio. Los experimentos indican que, en comparación con los métodos seleccionados, que utilizan tanto la umbralización de imágenes como la detección de objetos, el método propuesto es adecuado para la umbralización de imágenes infrarrojas, ya que ofrece buenos resultados y es razonable y eficaz.

• Materias:Análisis Matemático Matemáticas Algebra Ingeniería Lógica matemática
• Subjects:Mathematical Analysis mathematics Algebra Engineering Mathematical logic
• Palabras claves:Métodos tradicionales de umbralización estadística; criterio óptimo de umbralización; varianza de clase; aplicación práctica; umbralización de imágenes infrarrojas; modelo de nubes.
• Keywords:Traditional statistical thresholding methods; optimal threshold criterion; class variance; practical application; infrared image thresholding; cloud model