图像分割是图像分析中最关键的任务之一。 阈值确定无疑是最受欢迎的细分方法之一。 在阈值方法中，最小交叉熵阈值（MCET）由于其简单性和阈值的测量精度而被广泛采用。 尽管在二级阈值化的情况下MCET是有效的，但是当涉及多级阈值以穷举搜索多个阈值时，MCET会遇到昂贵的计算。 提出了一种基于遗传算法的改进方案，用于多级MCET中固定阈值的选择。 该方案使用递归编程技术来降低多层MCET中目标函数的计算复杂性。 然后，提出了一种遗传算法来搜索几个接近最优的多级阈值。 根据经验，通过穷举搜索，我们的方案获得的多个阈值与最佳阈值非常接近。 在各种图像上对该方法进行了评价，实验结果表明了该方法在真实图像上的有效性和可行性。

用matlab编写的二维最大熵和最小交叉熵实现图像的分割，之后再用灰度值进行图像增强。

脉冲耦合神经网络（Pulse Coupled Neural Network ， PCNN ）是一种新型神经网络模型，作为研究图像分割的常用方法，一直广受关注。针对目前大量文献关注PCNN模型仿真实现研究的情况，本文基于PCNN模型提出了将最小交叉熵分割算法在FPGA硬件平台上进行实现。相比于传统的PCNN软件实现以及最大信息熵分割算法实现的方案，本文提出的图像分割方案最佳分割精准度高，具有处理速度快，实时性强，图像分割效果好的优势，应用范围更广，因此该设计具有较高实际应用价值。

实现二维交叉熵阀值图像分割，本部分是matlab程序部分设计，已实现。

用matlab编写的二维最大熵和最小交叉熵实现图像的分割，之后再用灰度值进行图像增强。

针对交叉熵阈值法的时间复杂性过大的不足,提出了基于目标函数最优化原理的交叉熵分割准则的快速迭代算法。大量的实验结果表明,提出的快速迭代算法是有效的。 【英文摘要】 Considering that thresholding method based on mutual entropy has shortage of bigger time complexity,this paper puts forward the rapid iterating algorithm of segmentation criterion based on the principle of objective function optimization.Large numbers of experimenual results show that the rapid iterating algorithm proposed in this paper is feasible.

适用matlab实现最小交叉熵，最大熵，OTSU阈值的分割，程序简洁

用matlab编写的二维最大熵和最小交叉熵实现图像的分割，之后再用灰度值进行图像增强。

基于最小交叉熵(minimum cross entropy)图像分割，

交叉熵方法应用于小概率事件仿真，与蒙特卡洛方法思想相同，通过采样来估计小概率事件发生的概率，但是比蒙特卡洛方法节约时间