Com o objetivo de separar o objeto do fundo em uma grande quantidade de imagens de tomografia computadorizada (CT) de fósseis de cascas de ovos de dinossauro, e considerando os problemas dos métodos tradicionais de extração, que são complexos, imprecisos e requerem muita intervenção humana, impedindo a automação completa, foi proposta uma metodologia de extração automática de objetivos em imagens CT baseada na entropia da informação. Primeiro, os parâmetros de entropia da informação foram treinados manualmente em amostras, sendo usados como parâmetros para a separação automática de uma grande quantidade de imagens CT; depois, o limiar de segmentação foi determinado com base no histograma de brilho da imagem em tons de cinza; em seguida, realizou-se a separação automática baseada no algoritmo de entropia da informação; por fim, com base no limiar de segmentação e no valor de entropia, foi realizada a separação e extração final da região alvo. Este método alcançou bons resultados de separação e extração, com faixa de limiar de segmentação entre 66 e 188, e faixa de valor de entropia entre 0,43 e 0,65. Experimentos de avaliação baseados em 3.329 imagens originais de cortes de cascas de ovos de dinossauro em CT de 16 bits indicaram que o método proposto tem alta eficiência na separação automática de um grande número de imagens CT, alcançando até 98,89%, e consegue extrair corretamente a calcita alvo enquanto mantém detalhes relativamente completos do alvo e das bordas, apresentando boa precisão e rapidez no processamento da separação.

imagens CT; fósseis de cascas de ovos de dinossauro; entropia da informação; limiar de segmentação; separação e extração automática