精选优质文档-倾情为你奉上二维最大熵阈值分割算法引用杜峰，施文康，邓勇等：一种快速红外图像分割方法1. 二维最大熵阈值分割熵是平均信息量的表征。二维最大熵法是基于图像二维直方图。图像二维直方图定义如下：其中表示图像大小，表示图像灰度值为i，邻域灰度平均值为j的像素个数。通常二维直方图的平面示意图可以用下图1表示：图1 二维直方图平面示意图灰阶L均值L0ts1234其中区域1和2表示背景和目标像素，区域3和4通常表示边界和噪声信息。阈值向量(t,s)，t表示灰度值，s表示像素邻域均值（通常是8邻域）。对于L个灰度级的图像，设在阈值(t,s)定义区域1和2的概率P1，P2：，定义二维离散熵H的一般表示：对各区域概率进行归一化处理可得区域1的二维熵：同理区域2的二维熵：其中，H1，H2为：，那么整个图像中目标和背景熵之和的函数根据最大熵原则，存在最佳的阈值向量满足条件：图2显示了一幅图像的二维直方图说明了背景和目标的主要分布情况，其中图2(b)横
