基于熵的二值化

基于熵的二值化

                           一维最大熵分割方法，它的思想是统计图像中每一个灰度级出现的概率 ，计算该灰度级的熵 ,假设以灰度级T分割图像，图像中低于T灰度级的像素点构成目标物体（O），高于灰度级T的像素点构成背景（B），对图像中的每一个灰度级分别求熵，选取使熵最大的灰度级作为分割图像的阈值，这就是一维最大熵阈值图像分割法。

具体实现如下（返回值就是用来分割图像的阈值）：

intGetMaxHtoThrod(BYTE *pData,int Width,intHeight)

{

int i,j,t;

floatp[256],a1,a2,num[256],max,pt;

if(pData==NULL)

{

eturn -1;

}//初始化数组p[];

for(i=0;i<256;i++)

p[i]=0.0f;

//统计各个灰度级出现的次数；

for(i=0;i<Height;i++)

for(j=0;j<Width;j++)</