基于二维最大熵原理的灰度图像自动分割系统

资 源 简 介

本项目实现了一套完整的基于二维最大熵阈值选取的图像分割算法。不同于仅考虑像素灰度分布的一维阈值方法，本项目引入了图像的空间邻域信息，通过结合像素点的灰度值与其邻域（如3×3或5×5窗口）像素的平均灰度值，构建二维灰度直方图。项目核心功能包括：首先对输入图像进行预处理及邻域均值滤波，生成对应的邻域均值图像；其次，统计原始灰度图像与邻域均值图像的联合概率分布，建立二维联合直方图；接着，依据香农熵定义，计算不同阈值向量（灰度阈值，邻域均值阈值）下的目标区与背景区的二维熵，并通过全局搜索或优化算法寻找使二维总熵达到最大值的最佳阈值组合；最后，利用该最佳阈值对图像进行分割处理，生成二值化图像。这种方法不仅利用了点灰度信息，还利用了像素间的空间相关性，因此相比传统的一维最大熵或Otsu方法，具有更强的抗噪能力，能更准确地提取目标边缘，消除孤立噪声点，特别适用于低对比度或含噪图像的分割任务，如医学超声图像分割、红外目标检测及工业缺陷识别等场景。

详 情 说 明

基于二维最大熵原理的灰度图像自动分割系统

项目简介

本项目实现了一套完整的基于二维最大熵（2D Maximum Entropy）阈值选取的图像分割算法。与传统的一维Otsu或一维熵方法不同，该系统不仅利用了像素点的灰度信息，还引入了像素的空间邻域信息（3x3邻域均值），构建二维灰度直方图。通过全局搜索算法寻找最佳的二维阈值向量（像素灰度阈值，邻域均值阈值），使目标与背景的后验二维熵之和达到最大，从而实现对低对比度或含噪图像的鲁棒分割。

功能特性

• 二维特征提取：结合原始像素灰度与其3x3邻域均值，有效利用图像空间相关性。
• 抗噪能力强：通过邻域平滑和二维直方图分析，能有效抑制孤立噪声点，适用于由噪声干扰的图像。
• 高效算法实现：利用积分图（Integral Image）技术计算二维累积概率和累积熵，将重复的区域求和运算复杂度大幅降低，加速阈值寻优过程。
• 自适应数据加载：优先读取本地cameraman.tif图像；若未找到，系统会自动生成带有高斯噪声和形状的合成图像进行演示。
• 全方位可视化：提供包含原图、中间特征图、二维直方图（平面与立体）、熵曲面及最终分割结果的综合对比视图。

系统要求

• MATLAB (建议 R2016a 及以上版本)
• Image Processing Toolbox (用于图像读取、滤波及颜色空间转换)

算法原理与实现逻辑

本项目 main.m 脚本严格按照以下逻辑流程执行：

1. 图像预处理与容错

系统首先尝试读取标准测试图像。如果读取失败（如文件不存在），代码包含一段异常处理逻辑，会生成一个包含圆形目标和高斯白噪声的合成图像。随后，图像被统一转换为灰度图（如果是彩色图）并转换为双精度浮点型，以便进行后续的数学运算。

2. 构建二维特征空间

系统利用空间滤波技术构建第二维特征。通过定义一个 $3 times 3$ 的均值滤波器核，对原始灰度图像进行卷积操作（边界采用复制填充），生成邻域均值图像。此时，每个像素点由一个二维向量 $(i, j)$ 表示，其中 $i$ 为像素本身灰度，$j$ 为邻域均值灰度。

3. 建立二维联合直方图

代码将像素灰度值和邻域均值灰度值映射到 $1-256$ 的索引空间，利用 accumarray 函数快速统计每一对 $(i, j)$ 出现的频数，构建 $256 times 256$ 的二维联合灰度直方图。随后将其归一化，得到二维联合概率分布矩阵 $P(i, j)$。

4. 积分图加速与最大熵寻优

这是本代码的核心部分。为了避免在遍历每个可能的阈值组合 $(s, t)$ 时重复进行四重循环求和，代码采用了积分图算法：

• 预计算：分别计算概率矩阵 $P$ 和 熵项矩阵 $P cdot ln(P)$ 的二维累积和（Cumulative Sum）。
• 区域划分：假设目标和背景主要分布在二维直方图的对角线区域附近。对于任意阈值对 $(s, t)$，直方图平面被分为背景区 A ($0 sim s, 0 sim t$) 和目标区 B ($s+1 sim 255, t+1 sim 255$)。
• 熵计算：利用积分图，可以在 $O(1)$ 时间内计算出区域 A 和区域 B 内的概率和及熵项和，进而计算该划分下的二维总熵。
• 全局搜索：遍历所有可能的 $s$ 和 $t$ (0-255)，记录使总熵最大的阈值组合作为最佳分割阈值。

5. 图像分割执行

获取最佳像素阈值 $T_{gray}$ 和最佳邻域阈值 $T_{mean}$ 后，系统执行二值化分割。 代码采用的分割逻辑是：只有当像素灰度大于 $T_{gray}$ 且 邻域均值大于 $T_{mean}$ 时，该像素才被判定为前景（目标）。这种“逻辑与”操作进一步增强了对离散噪声的抑制作用。

关键代码细节解析

• accumarray 的使用：利用向量化操作替代循环来构建直方图，极大提高了统计速度。
• cumsum 积分图技术：代码中 cum_P 和 cum_H 的构建，使得在双重循环搜索最佳阈值时，无需在内部再次循环求和，显著提升了算法效率。
• 对角分布假设：算法计算熵时，主要考虑了对角线上的两个主区域（背景与目标），这是基于二维最大熵方法的典型假设，即大部分有效信息集中在对角线附近，而远离对角线的区域通常代表边缘或噪声。
• 可视化处理：在绘制直方图时使用了对数变换 log(hist2d_raw + 1)，这是为了在热力图上能够清晰显示概率极小但非零的细节区域。

使用方法

1. 确保 MATLAB 当前路径下包含 main.m 文件。
2. （可选）将一张名为 cameraman.tif 的图片放入同一目录，或者直接运行让系统生成合成图像。
3. 在 MATLAB 命令行输入 main 并回车。
4. 等待计算完成，控制台将输出最佳阈值及最大熵值，同时弹出一个包含6个子图的分析窗口展示结果。