Con el objetivo de separar el objeto y el fondo en una gran cantidad de imágenes de tomografía computarizada (CT) de fósiles de cáscara de huevo de dinosaurio, y ante los problemas de los métodos tradicionales de extracción que son complejos, poco precisos y requieren mucha intervención humana, imposibilitando la automatización total, se propuso un método de extracción automática basado en la entropía de la información para separar el objetivo en imágenes CT. Primero se entrenan manualmente los parámetros de entropía de la información con muestras, que luego se usan para la separación automática de un gran número de imágenes CT; luego se determina el umbral de segmentación según el histograma de brillo de las imágenes en escala de grises; después se realiza la separación automática basada en el algoritmo de entropía de la información; finalmente, con base en el umbral de segmentación y el valor de entropía, se logra la separación y extracción final de la región objetivo. Este método obtuvo buenos resultados en separación y extracción, con un rango de umbral de segmentación de 66 a 188 y un rango de valor de entropía de 0.43 a 0.65. Los experimentos de evaluación basados en 3,329 imágenes originales de cortes de cáscara de huevo de dinosaurio en CT de 16 bits mostraron que el método propuesto tiene una alta eficiencia automática para la separación y extracción de gran cantidad de imágenes CT, alcanzando hasta un 98.89%, y puede extraer correctamente la calcita objetivo a la vez que conserva detalles más completos del objetivo y los bordes, logrando buena precisión y rapidez en el procesamiento de la separación.

imágenes CT; fósiles de cáscara de huevo de dinosaurio; entropía de la información; umbral de segmentación; separación y extracción automática