C#图像预处理算法的研究与实现(4)

2.2.3 二维熵分割

为了克服一维熵分割的缺点，人们提出了二维熵分割。二维熵分割算法采用二维熵来度量像素以及其邻域中像素之间的信息相关性[3]，可以用一个模板（比如 3X3 的模板）中的像素的灰度均值来度量邻域相关信息。这样，当空间相关信息量为最大时

[3] ，可以认为是最佳阈值。算法的步骤如下：

①计算出图像中每个像素的联合概率 p(i,j);

P(i,j) = （2—5）

其中为灰度值为 i,模板中的像素的灰度均值为 j 的像素个数，为整个图像总的像素个数。

②选取一个初始阈值 = (0),将图像分成 4 个部分，如图 2.5 所示：来!自~751论-文|网www.751com.cn

图 2.5 二维直方图及其划分

由 2.5 图可知，阈值（s,t）将二维直方图划分为 4 部分。其中区域 0 表示背景，区域 1 表示前景，区域 2 表示边缘信息，区域 3 表示噪声信息。研究表明，通常区域 2

和 3 所包含的信息都特别少，为了简化算法，故忽略这两个区域