Para imagens com histograma de tons de cinza bimodal, os métodos tradicionais de segmentação por limiarização bidimensional são relativamente eficazes, mas apresentam resultados ruins quando o histograma de tons de cinza apresenta padrões sem pico, unimodal ou multimodal. Considerando as vantagens da função de sobrevivência bidimensional obtida pelo mapeamento do histograma bidimensional, como densidade contínua e forma uniforme, este artigo propõe um método rápido de segmentação por limiarização baseado na entropia residual acumulada de Tsallis bidimensional, fundamentado na função de sobrevivência bidimensional da imagem. O método constrói primeiramente a função de sobrevivência bidimensional com base no histograma bidimensional e, em seguida, define a função objetivo de entropia residual acumulada de Tsallis bidimensional para calcular o limiar de segmentação com base na função de sobrevivência bidimensional. Por meio de um algoritmo recursivo, a complexidade temporal do cálculo da função objetivo é reduzida para <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>. Por fim, com base na forma recursiva do critério da entropia residual acumulada de Tsallis bidimensional, obtém-se o vetor de limiar ótimo para segmentação. Em 26 imagens sintéticas e 76 imagens do mundo real, o método proposto foi comparado com 2 métodos rápidos de segmentação por limiar bidimensional, 2 métodos de segmentação por agrupamento e 1 método de segmentação por contorno ativo em termos de tempo e taxa de erro de classificação (ME). Os resultados experimentais mostram que, em imagens sintéticas e do mundo real, em comparação com o segundo melhor método em desempenho, o método proposto reduziu em média 0,013 s no tempo e diminuiu em média o valor de ME em 0,051~0,089. O método rápido de segmentação por limiar baseado na entropia residual acumulada de Tsallis bidimensional proposto não é apenas superior em eficiência computacional em relação aos 5 métodos comparados, mas também demonstra vantagens claras em adaptabilidade e precisão da segmentação.

Segmentação por limiar; histograma bidimensional; função de sobrevivência bidimensional; entropia residual acumulada de Tsallis; algoritmo recursivo rápido