图像阈值化是图像分割中的重要技术,本书结合作者的研究成果,从数学机理上,依据模式识别和信息论,讲述了四大类阈值分割方法。第一类是基于模式识别的判别分析,这包括了经典的Otsu法(最大类间方差法、最小内类方差法)和最小交叉熵法,给出了等价描述、迭代算法以及在二维和三维直方图上的表述。第二类是基于信息论的信息熵,依据广延熵和非广延熵,分别叙述了基于Shannon熵、Renyi熵、Tsallis熵、Arimito熵以及其它广义熵的阈值选取准则。第三类是基于图像直方图的“模型匹配”,在直方图与假设模型之间匹配程度最好的要求下,采用信息论的相对熵,讨论相关的阈值分割准则。第四类是基于灰度共生矩阵,描述相关的阈值选取过程。