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++)</