Pour les images dont l'histogramme en niveaux de gris est bimodal, les méthodes traditionnelles de seuillage basées sur l'histogramme bidimensionnel sont relativement efficaces, mais leurs résultats de segmentation sont médiocres lorsque l'histogramme en niveaux de gris est sans pic, unimodal ou multimodal. Compte tenu des avantages de la fonction de survie bidimensionnelle obtenue par la cartographie de l'histogramme bidimensionnel, tels que la continuité de densité et l'uniformité de forme, cet article propose une méthode rapide de segmentation par seuillage basée sur l'entropie résiduelle cumulée de Tsallis bidimensionnelle fondée sur la fonction de survie bidimensionnelle de l'image. La méthode construit d'abord la fonction de survie bidimensionnelle basée sur l'histogramme bidimensionnel, puis définit une fonction objectif d'entropie résiduelle cumulée de Tsallis bidimensionnelle pour calculer le seuil de segmentation sur la base de la fonction de survie bidimensionnelle. Grâce à un algorithme récursif, la complexité temporelle du calcul de la fonction objectif est réduite à <inline-formula><alternatives><math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M1"><mi>O</mi><mo stretchy="false">(</mo><msup><mrow><mi>L</mi></mrow><mrow><mn mathvariant="normal">2</mn></mrow></msup><mo stretchy="false">)</mo></math><graphic specific-use="big" xmlns:xlink="http://www.w3.org/1999/xlink" xlink:href="alternativeImage/FF27A01C-8BE0-4781-B244-1F662977C64D-M001.jpg"><?fx-imagestate width="8.80533314" height="3.21733332"?></graphic><graphic specific-use="small" xmlns:xlink="http://www.w3.org/1999/xlink" xlink:href="alternativeImage/FF27A01C-8BE0-4781-B244-1F662977C64D-M001c.jpg"><?fx-imagestate width="8.80533314" height="3.21733332"?></graphic></alternatives></inline-formula>. Enfin, sur la base de la forme récursive du critère de l'entropie résiduelle cumulée de Tsallis bidimensionnelle, le vecteur de seuil optimal est obtenu pour la segmentation. La méthode proposée a été comparée à deux méthodes rapides de seuillage bidimensionnel, deux méthodes de segmentation par regroupement et une méthode de segmentation par contours actifs sur 26 images synthétiques et 76 images du monde réel en termes de temps et d'erreur de mauvaise classification (ME). Les résultats expérimentaux démontrent que, dans les images synthétiques comme dans les images du monde réel, par rapport à la deuxième meilleure méthode en termes de performance, la méthode proposée réduit en moyenne le temps de 0,013 s et diminue la valeur ME en moyenne de 0,051~0,089. La méthode rapide de seuillage basée sur l'entropie résiduelle cumulée de Tsallis bidimensionnelle proposée surpasse non seulement les cinq méthodes de comparaison en termes d'efficacité de calcul, mais présente aussi des avantages évidents en termes d'adaptabilité et de précision de la segmentation.

Seuillage; histogramme bidimensionnel; fonction de survie bidimensionnelle; entropie résiduelle cumulée de Tsallis; algorithme récursif rapide