影象最大熵閾值分割的原理：使選擇的閾值分割影象目標區域、背景區域兩部分灰度統計的資訊量為最大。

    具體描述：

1. 根據資訊熵定義，計算原始影象的資訊熵H0，選擇最大、最小灰度灰度的均值為初始閾值T0；

2. 根據T0將影象分割為G1和G2兩個區域，均值分別為M1和M2，更新閾值為T2=0.5*(M1+M2)；

3. 計算G1和G2的資訊熵Hd和Hb，比較Hd+Hb與H0的大小，如果相等或在規定的範圍內，或者達到最大迭代次數，則將T2最為最終閾值輸出，否則T0=T2，H0=Hd+Hb，重複第2步直到滿足條件。

function ThreshValue = My_MaxEntropy(Imag)
% 最大熵計算閾值
% 輸入：
%    Imag：二維陣列，數值表示灰度；
% 輸出：
%    ThreshValue：閾值
[X, Y] = size(Imag);
V_max = max(max(Imag));
V_min = min(min(Imag));
T0 = (V_max + V_min) / 2;      % 初始分割閾值
h = My_imhist(Imag);              % 計算影象的直方圖
grayp = h/(X*Y);                      % 求影象畫素概率
% 計算初始熵
H0 = 0;
for i = 1 : 256
    if grayp(i) > 0
        H0 = H0 - grayp(i)*log(grayp(i));
    end
end
% 開始迭代計算
cout = 100;                            % 設定最大迭代次數
while cout > 0
    Tmax = 0;          % 初始化
    T1 = T0;   
    A1 = 0;              % 分割區域G1的點數
    A2 = 0;              % 分割區域G2的點數
    B1 = 0;              % 分割區域G1的灰度總和
    B2 = 0;              % 分割區域G2灰度總和
    for i = 1 : X        % 計算灰度平均值
        for j = 1 : Y
            if(Imag(i, j) <= T1)
                A1 = A1 + 1;
                B1 = B1 + Imag(i, j);
            else
                A2 = A2 + 1;
                B2 = B2 + Imag(i, j);
            end
        end
    end
    M1 = B1 / A1;              % 分割區域G1的平均灰度
    M2 = B2 / A2;              % 分割區域G2的平均灰度
    T2 = (M1 + M2) / 2;     % 更新閾值
    TT = floor(T2);
    grayPd = sum(grayp(1 : TT));    % 計算分割區域G1的概率和
    if grayPd == 0
        grayPd = eps;
    end
    grayPb = 1 - grayPd;
    if grayPb == 0
        grayPb = eps;
    end
    % 計算分割後區域G1和G2的資訊熵
    Hd = 0;
    Hb = 0;
    for i = 1 : 256
        if i <= TT
            if grayp(i) > 0
                Hd = Hd - grayp(i)/grayPd*log(grayp(i)/grayPd);
            end
        else
            if grayp(i) > 0
                Hb = Hb - grayp(i)/grayPb*log(grayp(i)/grayPb);
            end
        end
    end
    H1 = Hd + Hb;      % 總的熵
    % 退出條件
    if abs(H0 - H1) < 0.0001 
        Tmax = T2;
        break;
    else 
        T0 = T2;
        H0 = H1;
    end
    cout = cout - 1;
end
% 返回閾值
ThreshValue = floor(Tmax);
end

% 灰度直方圖
function h = My_imhist(Imag)
h = zeros(256, 1);
for k = 1 : 256
    h(k) = 0;
    for i = 1 : size(Imag, 2)
        for j = 1 : size(Imag, 2)
            if Imag(i, j) == k - 1
                h(k) = h(k) + 1;
            end
        end
    end
end
end