二维最大熵的灰度图象分割 我是别的地方下载的，希望对大家有用。

二维最大熵原理的图像阈值分割算法,一种利用二维最佳直方图熵法（KSW熵法）及改进遗传算法实现灰度图像阈值分割

利用MATLAB仿真了几种DOA估计的算法，包括最大熵算法MEM、最大熵算法MEM、最大熵算法MEM、FBLP复合的前向和后向线性预测

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。

图像分割是根据图像的某些特征或特征集合的相似性准则，对图像像素进行分组聚类，把图像平面划分为一系列“有意义”的区域，使其后的图像分析及识别等高级处理阶段所要处理的数据量大大减少，同时又保留有关图像结构特征的信息。在信息理论中，熵用于度量信息传输的有效性。 本论文主要讨论针对数字图像利用信息熵标准结合阈值迭代法进行图像分割，以提高图像分割的准确性。设计信息熵算法并程序实现，仿真结果表明编写程序有效，分割效果明显。

matlab自写最大熵程序，目前有一个问题，就是初值的确定。希望和大家交流，能完善。

关于隐马尔科夫模型，最大熵，条件随机场模型的理论综述及其他们之间的优缺点 比较简单希望对大家有用

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。

版本 Version 3.4.3, November 2020 参考论文 https://www.docin.com/p-1506185737.html( MAXENT最大熵模型在预测物种潜在分布范围方面的应用_张路) 双击.bat 文件就可以使用，只需要传入 物种和坐标的 csv 文件 和 生物气候变量地图.asc 文件就可以进行预测

在遥感图像的众多分割方法中，高斯混合模型(GMM)是一种常用的图像建模方法。提出了高斯-瑞利混合模型(GRMM)可能更适合对遥感图像建模。介绍了传统高斯混合模型和高斯-瑞利混合模型的区别。比较了这两种混合模型对图像建模的结果，并用数据说明高斯-瑞利混合模型拟合图像的像素分布误差更小。采用最大熵方法确定图像的最佳分类数，采用马尔可夫随机场(MRF)方法及新的势能函数完成图像的分割，采用迭代条件模型(ICM)完成分割过程中的最大后验概率计算问题。在实验中采用了3幅遥感图像，实验过程中比较了各个图像运用高斯混合模型和高斯-瑞利混合模型的分割和拟合结果，分别通过数据和分割结果体现了该分割方法的效果。