摘要：在图像自动目标识别和跟踪过程中，首先对图像目标进行阈值分割提取，得到的二值 图像通常包含多个连通区域， 系统利用图像目标的形状特性对可疑高威胁的飞行目标进行自 动识别。因此，需要对各连通区域块进行分别检测判断，本文采用改进的适合 FPGA 实现 的快速标记算法对各连通域进行检测提取。

二维最大熵法和二维最小交叉熵法是目前常用的两种阈值分割方法, 但在某些时候因为两种方法获取的阈 值过高或者过低, 使得分割失效。针对此问题, 提出了基于二维最大熵法和二维最小交叉熵法结合的图像分割方法。 首先, 对二维最小交叉熵公式进行转化 然后, 利用多目标规划理论将这两种方法有机结合使得到的阈值既满足二维 最大熵原则, 又满足二维最小交叉熵原则 最后, 利用二维直方图的特点推导出新型递推算法搜索最佳阈值并降低计 算复杂度。-The thresho ld ing method

基于改进 PSO算法的 Otsu快速多阈值图像分割,基于 Renyi 熵与 PSO 算法的图像多级阈值分割-Fast Multilevel Threshold Method for Image Segmentation Based on Improved Particle Swarm Optimization and Maximal Variance,Image multi-thresholding using Renyi entropy and PSO

针对自然生长状态下的成熟苹果图像的识别问题，提出选用R-G色差模型，改进的Ostu最大类间方差法分割图像。 然后用面积阈值法消除噪声，获取成熟苹果果实的目标区域。然后采用基于OpenCV的圆形Hough变换方法对多个粘连苹果果实进行分离。-For image recognition problem ripe apples natural growth state, the proposed selection of R-G color model between improved Ostu Ot