一种基于熵和聚类理论的图像阈值分割算法

为了解决传统的Otsu法均分像素点的缺点以及Kapur法易受干扰的不稳定性,分析了这两种算法理论上的联系并结合它们的各自优势,提出一种新的算法,实现两者在图像阈值选取上的一种均衡。实验结果表明,新算法对图像直方图不具有明显双峰、目标像素点占比很小、图片存在干扰信息源等情况均能得到理想的分割效果。该算法可用于更大范围的图像分割处理,并且展现了更强的稳定性和自适应性。