恐竜の卵の殻化石のCT画像において、大量のCT画像に対する対象物と背景の分離ニーズや、従来の抽出方法の煩雑さ、精度の低さ、多くの手作業の必要性、完全自動化が実現できない問題に対処するため、情報エントロピーに基づくCT画像対象物自動分離抽出方法を提案した。まず手動でサンプルの情報エントロピーのパラメータを学習し、それを大量のCT画像の自動分離のパラメータとして使用する。次にグレースケール画像の輝度ヒストグラムに基づき分割閾値を決定し、その後情報エントロピーアルゴリズムに基づいて自動分離を行う。最後に分割閾値と情報エントロピー値に基づき対象領域の最終的な分離と抽出を実現した。この方法は良好な分離抽出効果を得ており、分割閾値の範囲は66〜188、情報エントロピー値の範囲は0.43〜0.65であった。3,329枚の16ビット恐竜卵殻原始切片CT画像サンプルデータに基づく評価実験では、多数のCT画像に対し提案手法が98.89％の高効率で自動分離抽出を実施でき、対象方解石を正しく抽出するとともに、比較的完全な対象およびエッジの詳細を保持し、分離処理の精度と速度が良好であることが示された。

CT画像;恐竜卵殻化石;情報エントロピー;分割閾値;自動分離抽出