PANDORE Version 6 GREYC-IMAGE

pentropybinarization



Binarisation de l'image par maximisation de l'entropie interclasse.



Synopsis

pentropybinarization [-m mask] [im_in|-] [im_out|-]

Description

L'opérateur pentropybinarization classifie les pixels de l'image d'entrée im_in en 2 deux classes. La valeur de seuil est déterminée comme la valeur de niveau de gris s qui maximise la quantité totale d'information du fond et des objets pris séparément. Puisque l'information se mesure par l'entropie, la quantité totale d'information pour un seuil s est donnée par :

   TE(s) = Eb(s) + Ef(s) { entropie du fond + entropie des objets }
         = ln[P(s)(1-P(s))] - H(s)/P(s) - H'(s)/(1-P(s))
     où P(s) = SUM{i=0->s} [p(i)]
     et H(s) = SUM{i=0->s} [p(i)*ln(pi)]
     et H'(s) = SUM{i=s->m-1} [(p(i)*ln(pi)]
     et W*H estle nombre de pixels
     et m est le nombre de niveaux de gris.
     et pi = fi/W*H

Le critère d'entropie maximale se détermine à partir du seuil smax tel que:

   TE(smax) = max TE(s)

Entrées

Sorties

Résultat

Retourne la valeur de seuil détectée.

Exemples

Segmentation des pièces de tangram :

   pentropybinarization tangram.pan a.pan

Voir aussi

Thresholding

Prototype C++

Errc PEntropyBinarization( const Img2duc &im_in, Img2duc &im_out );

Référence

J-C Yen, F-J Chang, S. Chang, "A New Criterion for Automatic Multilevel Thresholding", IEEE Trans. on Image Processing, vol. 4, no. 3, pp 370-378, 1995.


Auteur: Régis Clouard