.png){kind=icon}
返回
Elevating image segmentation with multilevel two-dimensional quantum representation
.png){kind=icon}
OA
AI
DOI：10.1371/journal.pone.0331912.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
在快速发展的图像分析与处理领域，精确地将图像分割成有意义的区域仍然是一个关键挑战。基于量子计算和信息理论的最新进展，本研究提出了一种创新的图像分割方法。这项工作提出了一种新颖的多级分割方法，利用二维量子图像表示，为图像阈值化提供了更复杂且高效的技术。在该框架中，将图像的二维直方图视为一个量子系统，并使用量子Rényi熵来量化图像中所包含的信息。为提升分割质量，我们首先在执行分割前应用一种新的对比度增强算法来改善图像对比度。随后，采用差分进化（DE）和粒子群优化（PSO）算法优化基于熵的适应度函数，以确定最优阈值化值。在一系列基准图像上，本研究对所提出的量子方法与传统经典方法进行了全面的比较分析，评估采用包括Wilcoxon检验在内的九项指标。实验结果证明了PSO优化器的有效性，以及二维量子图像表示的优越性。
Keyword:
GRAY-LEVEL
THRESHOLDING METHOD
TSALLIS ENTROPY
HISTOGRAM