MATLAB图像分割：灰度-梯度二维直方图双阈值Renyi熵算法实现

资 源 简 介

本项目通过MATLAB实现了基于灰度-梯度二维直方图的双阈值Renyi熵图像分割算法。通过构建灰度-梯度联合直方图，使用二维Renyi熵评估阈值组合效果，实现准确的图像自动分割。

详 情 说 明

基于灰度-梯度二维直方图双阈值Renyi熵的图像分割系统

项目介绍

本项目实现了一种基于图像灰度-梯度特征的自动图像分割算法。系统通过构建灰度值和梯度幅值的二维联合直方图，建立图像像素的空间特征描述，利用二维Renyi熵评估不同阈值组合下目标与背景的分离程度，并采用最优阈值选取策略实现图像的清晰分割。该算法能够有效区分目标区域与背景区域，特别适用于对比度较低或噪声干扰较大的图像分割任务。

功能特性

• 二维特征提取: 结合灰度信息与梯度幅值构建联合直方图
• 智能阈值选择: 基于Renyi熵理论自动确定最优双阈值
• 抗噪声能力强: 对低对比度和噪声图像具有良好分割效果
• 多格式支持: 支持常见图像格式输入
• 可视化分析: 提供分割过程可视化与效果对比
• 质量评估: 输出分割质量量化指标

使用方法

1. 准备输入图像: 确保图像为单通道灰度图（uint8格式）
2. 设置参数: 可调整Renyi熵的α参数（默认为0.5）
3. 运行程序: 系统自动完成分割全过程
4. 查看结果: 获取二值分割图像、最优阈值对及分析图表

系统要求

• MATLAB R2018a或更高版本
• Image Processing Toolbox
• 支持常见图像格式读取的必要工具包

文件说明

主程序文件整合了图像读取、灰度-梯度特征提取、二维直方图构建、Renyi熵计算与优化、双阈值搜索、分割执行、结果可视化以及分割质量评估等一系列核心功能模块，构成了完整的图像分割处理流程。该文件作为系统入口，负责协调各算法部件的执行顺序与数据传递，最终输出分割结果与性能分析报告。