最大熵阈值分割——opencv与matlab实现

最新推荐文章于 2024-08-10 20:11:10 发布

fanhongweifd

最新推荐文章于 2024-08-10 20:11:10 发布

阅读量8.6k

点赞数 5

分类专栏：图像识别最大熵阈值分割图像分割文章标签： matlab opencv 最大熵阈值分割

本文链接：https://blog.csdn.net/fanhongweifd/article/details/47305823

版权

本文介绍了最大熵阈值分割的原理，并提供了使用opencv和MATLAB实现该方法的代码。作者通过探讨熵随阈值变化的特性，阐述了最大熵在图像分割中的应用。

摘要由CSDN通过智能技术生成

这篇文章的opencv实现代码源于http://blog.csdn.net/yangtrees/article/details/8785377这篇博客，自己稍加改动，再此对博主表示感谢。

1.最大熵原理

原理自己还是不是很清楚，-p*log(p)当p增大的时候log(p)减小，那么随着阈值的增加，前景（或者背景）的熵值的变化应该不是单调的（没有证明，只是自己感觉）。但我试着求出随着阈值变化的背景熵时，发现基本是单调变化的。额，写到这里突然发现高数都白学了，求导结果为-(1+log(p))，这个是大于0的，也就是会一直单调增加，无极值。

2.opencv代码

下面给出完整的（有点冗余）。

#include <opencv2\opencv.hpp>
#include<opencv2\imgproc\imgproc.hpp>
#include <iostream>
#include <string>
#include <windows.h>
#include "Plate.h"
#include <stdlib.h>
#include <ctime>
#define window_name "均衡化后直接二值化，呵呵"
using namespace cv;
using namespace std;


typedef enum {back,object} entropy_state;  
float total;  
//绘制hist;  
Mat drawHist(Mat hist,int bins,int height,Scalar rgb)  
{  
    double maxVal=0;  
    minMaxLoc(hist,0,&maxVal,0,0);  
    int scale=1;  
    Mat histImg = Mat::zeros(height, bins, CV_8UC3);  
    float *binVal = hist.ptr<float>(0);  
    for (int i=0; i<bins; i++)  
    {  
        int intensity = cvRound(binVal[i]*height/maxVal);  
        rectangle(histImg,Point(i*scale,0),  
            Point((i+1)*scale,(intensity)),rgb,CV_FILLED);  
    }  
    flip(hist