利用影象熵為準則進行影象分割有一定歷史了，學者們提出了許多以影象熵為基礎進行影象分割的方法。我們介紹一種由Kapuret al提出來，現在仍然使用較廣的一種影象熵分割方法。
給定一個特定的閾值q(0<=q<K-1),對於該閾值所分割的兩個影象區域C0,C1，其估算的概率密度函式可表示為：

clc;clear all;
f = imread('1.jpg');
f_gray = rgb2gray(f);
f_h = imhist(f_gray);
k = length(f_h);
entropy_list = [];
for T = 1: k
    entropy_list(T) = entropy_sum(f_gray,T);
end
[max_entropy_sum, ind] = max(entropy_list);
ind = ind/(k-1);
f_bw = im2bw(f_gray,ind);
imshow(f_bw);

function entropy = entropy_sum(img, T)
[M, N] = size(img);
img_h = imhist(img);
k = length(img_h);
P0 = sum(img_h(1:T))/(M*N);
P1 = 1 - P0;
img_h = img_h/(M*N);
H0 = 0;
H1 = 0;

for i = 1:T
    Z = img_h(i)/P0;
    H0 = H0 - Z*log2(Z);
end

for j = T+1: k
     Z = img_h(j)/P1;
     H1 = H1 - Z*log2(Z);
end
entropy = H0 + H1;
end
 

結束語：岡薩雷斯這本書我剛剛開始看，可能會有一些理解不正確的地方，希望大家能夠在我文章

下留言，幫我改正。另外想要和我一起自學的小夥伴，可以加我的微訊號：13027158275

或者加入數字影象處理交流QQ群：709538582