% MinCEP 是使用最小交叉熵进行阈值化的函数% 图像非空白空间的阈值选择。 % % [ILow, IHigh, 阈值] = minCEP(I) % 输入：I 2D 灰度图像% minIntensity 最小强度% maxIntensity 最大强度% ％输出：ILow图像，具有灰度波纹管阈值% 输出：具有灰度上限阈值的 IHigh 图像% 输出：阈值 MinCE 选择的阈值% % 说明：这段代码实现了论文：《最小交叉熵Brink 和 Pendock 的“% 阈值选择” % 这个实现被修改为计算非空白空间的阈值图像的百分比以及获得图像的最小和最大强度。 % ％ 例子： % img = imread('轮胎.tif'); % [ILow, IHigh, T] = minCEP(img); % subplot(2,2,1), imshow(img); % subplot(2,2,2), i

【图像分割】基于灰狼算法优化最小交叉熵多阈值图像分割matalb源码.md

本程序是matlab写的基于最小交叉熵的图象分割，处理速度快，分割质量好

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。

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。

改进的二维最小交叉熵阈值分割快速迭代算法

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。

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。