3x3邻域新方法：二维熵下图像自动分割阈值确定

本文主要探讨了利用二维熵自动确定图像分割阈值的方法，发表于2006年的《哈尔滨工程大学学报》第27卷第3期。图像分割作为图像处理和目标识别中的关键步骤，传统的阈值法广泛应用。然而，传统的阈值确定方法存在局限性，即仅基于4邻域中心的灰度值和邻域像素的灰度均值，这可能无法全面反映像素的真实特性，特别是对于水平或垂直方向上灰度变化的精确捕捉。 作者张云飞和张晔提出了新的二维直方图构建方法，它不再局限于4邻域中心，而是结合3×3邻域中心的灰度值和4邻域以外的4个像素的灰度均值。这种方法考虑了更广泛的像素特性，从而提高了阈值确定的精度和分割效果的稳定性。通过对比新方法和传统方法进行的实验，结果显示了新方法在图像自动分割中的有效性。 二维熵作为一种信息论工具，在这里被用来量化图像灰度分布的不确定性，有助于找到最能区分不同区域的阈值。通过计算图像的条件熵，可以找到那个使信息熵最大化的阈值，这在一定程度上反映了图像中最显著的界限。文章强调了阈值选择对于图像分割质量的重要性，并展示了如何通过创新的二维直方图构造策略来优化这一过程。 本文提供了一种新颖的图像分割技术，它不仅提高了阈值选择的准确性，还为图像处理领域的自动化提供了有力支持。这项工作对图像分析、计算机视觉和机器学习等领域具有重要意义，为今后的研究者们提供了有价值的技术参考。