摘要：
Renyi熵是对通常的香农熵的扩展，算是q阶广义熵。公式如下：其中P和香农熵公式中的P一样，是概率。当q=1时公式退化为香农熵公式。（如何证明？看wiki吧）有用此公式寻找图像最佳二值化阈值的。首先定义前景区域A，背景区域B。那么前景与背景区域像素相应的Renyi熵就如下定义：其中k是当前取的灰度级，P(A)是像素在A区域的概率，P(B)类似。当然，这里说区域，不是指空间区域，是像素灰度级区域。最后图像Renyi熵求最佳阈值定义如下：这里得到的K就是分割阈值。分割效果如下：原图：分割后：在编程时还需要确定阶数q，我取的是2。matlab代码如下：clear all;close all;clc; 阅读全文
摘要：
普通的直方图就是统计图像中像素灰度出现的次数。二维直方图的其中一维就是普通的直方图，即统计图像中像素灰度出现的次数。另一维的概念就比较模糊了，我看很多论文中都是用的当前像素邻域均值灰度出现的次数。按照这个意思，其实用当前像素邻域中值灰度出现的次数也是可以的。或者用什么厉害的算法处理一下，在统计出现灰度的次数也是可以的。所以按照这样推广，其实构成N维直方图也是未尝不可的。至于有什么用处嘛，我还需要再研究研究。lena的二维直方图，1维是普通直方图，2维是半径为1的邻域均值直方图：matlab代码如下：clear all;close all;clc;img=imread('lena.jpg 阅读全文