Image thresholding using two-dimensional Tsallis–Havrda–Charva´t entropy

1 作者试图解决什么问题？

作者提出了一种基于二维Tsallis–Havrda–Charva´t entropy的全局阈值分割技术。

注：论文题目虽然使用的是Tsallis–Havrda–Charva´t entropy，但是实际用于之后阈值分割算法的是Tsallis Entropy，是Tsallis对Tsallis–Havrda–Charva´t entropy的一个改进。

2 研究方法的关键是什么？（最具有开创性，作者解决问题的方法/算法是什么？是否基于前人的方法？基于了哪些？）

最具开创性的是作者将Tsallis–Havrda–Charva´t entropy推广到了二维，并利用其实现了图像分割。

作者所解决问题的技术其实与之前的一系列将一维图像分割推广到二维的方法并没有很大区别，主要还是依据如下论文：

(1) Abutaleb, A.S., 1989. Automatic thresholding of grey-level pictures using two-dimensional entropies. Pattern Recognition 47, 22–32.

(2) Sahoo, P.K., Arora, G., 2004. A thresholding method based on two-dimensional Renyi?s entropy. Pattern Recognition 37, 1149–1161.

3 作者如何评估自己的方法，实验的setup是什么样的，哪些东西可以为我所用？

这篇论文作者并未做比较性质的研究（并未与其他的阈值分割算法进行比较），只是运用自己提出的方法对一些图像进行了图像分割操作，从论文分割的结果来看，分割效果还是不错的。

实验的步骤：（1）构建二维直方图。（2）计算前景和背景的概率分布。（3）选择阈值分割的熵标准函数

可以为我所用的技术：（1）将一维直方图推广到二维直方图的原理值得我学习。（2）Tsallis–Havrda–Charva´t entropy

4 有哪些参考文献可以继续跟进？

4.1 读过的论文：

香农熵：Kapur, J.N., Sahoo, P.K., et al., 1985. A new method for gray level picture thresholding using the entropy of the histogram. Comput.Vision Graphics Image Process. 29, 273–285.

Tsallis熵：Portes de Albuquerque, M., Esquef, I.A., et al., 2004. Image thresholding using Tsallis entropy. Pattern Recognition Lett. 25, 1059–1065.

Renyi熵：Sahoo, P.K., Wilkins, C., et al., 1997b. Threshold selection using Renyi‘s entropy. Pattern Recognition 30, 71–84.

多阈值：Chang, F.J., Yen, J.C., et al., 1995. A new criterion for automatic multilevel thresholding. IEEE Trans. Image Process. 4, 370–378.

4.2 可以跟进的论文：

二维Renyi熵：Sahoo, P.K., Arora, G., 2004. A thresholding method based on two-dimensional Renyi?s entropy. Pattern Recognition 37, 1149–1161.