该项目利用MATLAB环境实现了一种基于最大信息熵原理(又称Kapur法)的图像自动阈值分割算法。项目的核心功能是通过分析图像的灰度分布特性,自动获取能够最理想地区分目标与背景的阈值。实现方法首先是对输入图像进行灰度直方图统计,计算每个灰度级出现的概率;随后在0至255的连续灰度范围内进行搜索,对于每一个候选阈值,分别计算属于目标类和背景类的概率分布及其对应的香农熵(Shannon Entropy);算法通过最大化目标熵与背景熵之和,找到使系统信息总量最丰富的灰度点作为最优阈值。该方法相比于传统的Otsu