1、“.....分割所得的图像边缘完整清晰，获得了预期的分割效果。二〇二年六月九日星期六致谢四年的读书生活在这个季节即将划上个句号，而于我的人生却只是个逗号，我将面对又次征程的开始。这四年赋予了我很多知识和经验，不仅在学习上有所收获，而且在工作中也慢慢的成长起来。首先，本学位论文是在我的指导老师张弘老师的亲切关怀与细心指导下完成的。我衷心的感谢张洪老师对我多方面的关怀，从课题的选择到论文的最终完成，张弘老师始终都给予了细心的指导和不懈的支持。同时......”。

2、“.....还有感谢我的同学，感谢大家能够共同学习，共同进步，顺利的完成毕设论文。二〇二年六月九日星期六参考文献雷博，范九伦灰度图像的二维交叉熵阈值分割法光子学报范九伦，雷博灰度图像的二维交叉熵直线型阈值分割法电子学报范九伦，雷博灰度图像最小误差阈值分割法的二维推广自动化学报胡勇，赵春霞，郭志波等种基于相对熵阈值分割的改进算法系统仿真学报张弘......”。

3、“.....夏德深数字图像处理技术与应用，东南大学出版社，年月日说明本报告必须由承担毕业论文设值滤波构造共生矩阵基于二维相对熵阈值分割算法，得到改进的阈值分割算法步骤④应用程序文件，对不同种类不同浓度的噪声图像和测试图像进行分割，并进行性能评估理论总结，撰写论文做数字水印算法，熟练掌握的使用，为此制定完成本课题的工作方案如下学习图像阈值分割基本原理，学习最大熵相对熵图像阈值分割原理，撰写开题报告学习非对称共生矩阵构造原理，应用九模板进行均进行均值滤波的相对熵阈值分割算法......”。

4、“.....二〇二年六月九日星期六完成本课题的工作方案完成本课题首先要认真复习的基本知识，掌握编程设计方法及其基本原理。主要学习分割，获得性能良好的分割效果。预期目标应用九个模板均值滤波构造非对称共生矩阵的方法，得到改进的相对熵阈值分割方法。对不同种类不同浓度的噪声图像和测试图像进行分割，并进行性能评估。最终通过基于最小方差割效果，使分割目标更为完整，边缘更加清晰。本课题需要学习最大熵相对熵图像阈值分割原理，学习非对称共生矩阵构造原理，应用九模板进行均值滤波构造共生矩阵，基于二维相对熵阈值分割算法......”。

5、“.....研究方向基于共生矩阵的相对熵阈值分割法是类常用的图像分割方法。通过自适应滤波方法构造非对称共生矩阵，并应用相对熵阈值分割法进行图像分割，该方法能改善对含噪声图像阈值分割近邻平滑均值中值滤波器。研究方向基于共生矩阵的相对熵阈值分割法是类常用的图像分割方法。通过自适应滤波方法构造非对称共生矩阵，并应用相对熵阈值分割法进行图像分割，该方法能改善对含噪声图像阈值分割效果，使分割目标更为完整，边缘更加清晰。本课题需要学习最大熵相对熵图像阈值分割原理......”。

6、“.....应用九模板进行均值滤波构造共生矩阵，基于二维相对熵阈值分割算法，针对具体图像进行阈值分割，获得性能良好的分割效果。预期目标应用九个模板均值滤波构造非对称共生矩阵的方法，得到改进的相对熵阈值分割方法。对不同种类不同浓度的噪声图像和测试图像进行分割，并进行性能评估。最终通过基于最小方差进行均值滤波的相对熵阈值分割算法，实现图像的良好分割结果。二〇二年六月九日星期六完成本课题的工作方案完成本课题首先要认真复习的基本知识，掌握编程设计方法及其基本原理。主要学习数字水印算法，熟练掌握的使用......”。

7、“.....学习最大熵相对熵图像阈值分割原理，撰写开题报告学习非对称噪声是个十分关键的问题，若输入伴有较大噪声，必然影响之后的处理以及最终的处理结果。理学计算机科学等诸多领域内的学者们研究视觉感知的有效工具。其次，图像处理在军事遥感气象等大型应用中有不断增长的需求。图像分割就是指把图像分成格局特性的区域并提取出感兴趣目标的技术和过程。这里特性可以是象素的灰度颜色纹理等，预先定义的目标可以对应单个区域，也可以对应多个区域......”。

8、“.....本文着重研究基于阈值法的图像分割技术。应用现状综述数字图像处理技术在未来信息技术方面将会发挥的重要作用早已被人们看到，对于计算机图像技术的发展道路，大致可以归结出个原则性内容未来数据图像技术强调高清晰度高速传输实时图像处理三维成像或多维成像智能化自动化等方向发展。未来数字图像处理技术强调操作运用的方便性，图像处理功能的集中化趋势是必然会存在的。更新的理论研究与更快的算法研究。理论走在实践的前面，已经是现代科学的特点，未来数字图像处理技术的实际运用要取得更多的发展......”。

9、“.....二〇二年六月九日星期六本课题需要重点研究的关键问题解决的思路及实现预期目标的可行性分析主要研究内容图像噪声是最常遇到的，图像噪声是指妨碍人的视觉感知，或妨碍系统传感器对所接受图像信息源进行理解或分析的各种因素，也可以理解为真实信号与理想信号之间存在的偏差。其特点为噪声的扫描变换噪声与图像的相关性噪声的迭加性。图像噪声来自很多方面，有来自于系统外部的干扰如经过电磁波或电源窜进系统内部的外部噪声......”。