低对比度图像中改进的二维熵阈值分割法

为了实现对低对比度图像中目标的识别和提取,采用二维熵值理论,重新定义了二维直方图坐标的含义,利用二维最大熵作为判定准则,对图像进行阈值切割。利用低对比度图像的特点,采取了压缩循环边界条件方法并结合递推加速算法,对比传统的阈值切割方法,取得了良好的分割效果,同时也提高了原始二维最大熵的计算效率,增强了低对比度下图像目标识别率,有良好的应用前景。