图像分割:1.基于阈值的图像分割方法(最大熵值分割法)

 利用图像熵为准则进行图像分割有一定历史了,学者们提出了许多以图像熵为基础进行图像分割的方法。我们介绍一种由Kapuret al提出来,现在仍然使用较广的一种图像熵分割方法。
给定一个特定的阈值q(0<=q<K-1),对于该阈值所分割的两个图像区域C0,C1,其估算的概率密度函数可表示为:

clc;clear all;
f = imread('1.jpg');
f_gray = rgb2gray(f);
f_h = imhist(f_gray);
k = length(f_h);
entropy_list = [];
for T = 1: k
    entropy_list(T) = entropy_sum(f_gray,T);
end
[max_entropy_sum, ind] = max(entropy_list);
ind = ind/(k-1);
f_bw = im2bw(f_gray,ind);
imshow(f_bw);

function entropy = entropy_sum(img, T)
[M, N] = size(img);
img_h = imhist(img);
k = length(img_h);
P0 = sum(img_h(1:T))/(M*N);
P1 = 1 - P0;
img_h = img_h/(M*N);
H0 = 0;
H1 = 0;

for i = 1:T
    Z = img_h(i)/P0;
    H0 = H0 - Z*log2(Z);
end

for j = T+1: k
     Z = img_h(j)/P1;
     H1 = H1 - Z*log2(Z);
end
entropy = H0 + H1;
end


结束语:冈萨雷斯这本书我刚刚开始看,可能会有一些理解不正确的地方,希望大家能够在我文章

下留言,帮我改正。另外想要和我一起自学的小伙伴,可以加我的微信号:13027158275

或者加入数字图像处理交流QQ群:709538582

展开阅读全文

没有更多推荐了,返回首页