最大熵阈值分割

原理不多说

#include<iostream>
#include<opencv2/opencv.hpp>

using namespace cv;
void Ksw1dSegmentation(unsigned char* image, int width, int height);//最大熵阈值分割算法
/*************************************************************************
**  函数名称：
**      Ksw1dSegmentation()
**  参数
**      unsigned char* image  指向图像的指针
**      int width             图像的宽度
**      int height            图像的高度
**  返回值：
**      无
**  说明:
**      针对高对比度、双峰分布的红外图像，利用最大熵原理自适应分割目标
************************************************************************/
void Ksw1dSegmentation(unsigned char* image, int width, int height)
{
    //int lLBytes = LINEBYTES(width*8);
    //1.计算直方图
    /////////////////////////////////////////////////////////
    int *histArray_1D = new int[256];
    int i, x, y;

    //直方图数组清0
    for (i = 0; i<256; i++)
        histArray_1D[i] = 0;

    //中间变量
    int temp;

    //统计灰度直方图
    for (y = 0; y<height; y++)
    {
        for (x = 0; x<width; x++)
        {
            int k = width*y + x;
            temp = image[k];
            histArray_1D[temp]++;
        }
    }

    //2.计算最佳阈值
    ////////////////////////////////////////////////////////////
    //熵及最大熵
    float Entropy, maxEntropy = 0;
    int MaxT = 0;
    float Ht = 0.0, H1 = 0.0, p = 0.0, pt = 0.0;
    float N = float(height*width);
    for (i = 0; i<256; i++)
    {
        p = float(histArray_1D[i]) / N;
        if (p<0.00000001)
            continue;
        H1 += -float(p*log10(p));
    }
    for (i = 0; i<256; i++)
    {
        p = float(histArray_1D[i]) / N;
        pt += p;
        if (p<0.00000001)
            continue;
        Ht += -float(p*log10(p));
        Entropy = float(log10(pt*(1 - pt)) + Ht / pt + (H1 - Ht) / (1 - pt));
        if (Entropy>maxEntropy)
        {
            maxEntropy = Entropy;
            MaxT = i;
        }
    }

    //3.图像二值化
    ///////////////////////////////////////////////////////////////////
    for (y = 0; y<height; y++)
    {
        for (x = 0; x<width; x++)
        {
            int k = width*y + x;
            if (image[k]>MaxT)   //亮点为白色
            {
                image[k] = 255;
            }
            else
            {
                image[k] = 0;
            }
        }
    }

    delete[] histArray_1D;
}
int main()
{
    //Mat lena=imread("1.tif");
    Mat lena = imread("test2.png");
    //Mat lena=imread("lena.jpg");
    cvtColor(lena, lena, CV_RGB2GRAY);
    int height = lena.rows;
    int width = lena.cols;

    uchar* covertimage = new uchar[height * width];
    uchar* p;
    int i, j;
    for (i = 0; i<height; i++)
    {
        p = lena.ptr<uchar>(i);
        for (j = 0; j<width; j++)
        {
            covertimage[i*width + j] = p[j];
        }
    }

    Ksw1dSegmentation(covertimage, width, height);

    Mat outimage(height, width, CV_8UC1, covertimage); //一维数组转Mat类

    imshow("output", outimage);
    waitKey(0);
    delete[] covertimage;
    return 0;


}