areaa
dextractthecharacteristicoftech
ologya
dprocessofi
terestedtargetImagesegme
tatio
methodsa
dtypeshavealotofdiffere
tcategoriessomesegme
tatio
operatio
ca
bedirectlyappliedtoallimageswhileothersca
o
lyapplytospecialimageThepurposeofthispaperistothroughthecollectio
ofimagesegme
tatio
methodbasedo
thresholdrelatedi
formatio
a
alysistheadva
tagesa
ddisadva
tagesofvarioussegme
tatio
algorithmusi
gtheMATLABtoolstothresholdsegme
tatio
algorithmisstudiedKeywordsimagesegme
tatio
Thethresholdvaluematlab
5
f引言
在现代科学中，随着计算机科学技术的不断发展，人们在日常生活中对图像信息的需求急剧暴涨，人们对图像得要求也越来越高，p图软件，美颜相机等等也是越来越受大众喜爱，对此，数字图像处理技术在近年来也是得到了迅速的发展和改进，成为当下学科领域的热门焦点。图像分割是图像识别和计算机视觉至关重要的预处理。没有正确的分割就不可能有正确的识别。但是，进行分割仅有的依据是图像中像素的亮度及颜色，由计算机自动处理分割时，将会遇到各种困难。例如，光照不均匀、噪声的影响、图像中存在不清晰的部分，以及阴影等，常常发生分割错误。因此图像分割是需要进一步研究的技术。人们希望引入一些人为的知识导向和人工智能的方法，用于纠正某些分割中的错误，是很有前途的方法。图像分割是从图像处理到图像分析的关键步骤，可以说，图像分割结果的好坏直接影响对图像的理解。图像分割的方法也是不胜枚举。其中阈值法就是一种传统而又简单实用的图像分割方法，也是最基础和最广泛的分割方法。这些方法都广泛应用于各个领域，比如，红外技术应用，医药技术应用，农业工程技术应用，工业产业等行业。
1：基于点的全局阈值选取方法11最大类间交叉熵法
在取阈值分割中，一般要求月至的选取要使分割的目标与背景尽可能的差
6
f异，假设图像有目标1和背景2两类像素，可以用交叉熵来度量目标和背景间的差异，将这种类间差异性用原始图像p中的个像素点S判决到目标和背景两类区域的两个后验概率p1sp2s之间的交叉熵的平均值表示，通过最大化将像素点判决到不同的区域的后验概率来求最优的阈值。
在这里，我们设X是一幅具有L级灰度级的图像，其中第i级像素为Ni个，其中i的值在0L1之间，图像的总像素点个数为：
第i级出现的概率为：
L1
NNii0
Pi

NiN
图像的总平均灰度级为：
L1
iPii0
C0类像素所占面积的比例为：
k1
Pii0
C1类像素所占面积的比例为：
1
C0类像素的平均灰度为：
kk
C1类r