基于模糊HavrdaCharvát熵与混沌PSO算法的红外人体图像分割

针对红外人体图像成像质量较差的问题，提出一种基于模糊Havrda—Charvfit熵的快速阈值分割方法．首先 应用Z形及S形隶属度函数把图像灰度直方图信息转换到模糊域，定义图像背景与目标的模糊Havrda-Charvht熵； 然后提出一种基于Tent映射的混沌粒子群优化算法，把隶属度函数参数组合作为粒子，根据最大熵原理确定参数的 最佳组合，再由最佳隶属度甬数参数计算得到图像的最佳分割阈值．在真实红外人体图像集上与几种经典的图像阈 值方法进行对比实验的结果，说明了该方法的有效性和鲁棒性．