现有的 Arimoto 熵阈值法仅依赖于灰度直方图分布,且计算最佳阈值时需搜索整个解空间,效率不高. 为此,文中提出了一种二维 Arimoto 灰度熵阈值分割的快速迭代算法. 首先,提出了一维 Arimoto 灰度熵阈值选取的快速迭代算法;然后,考虑图像目标和背景的类内灰度均匀性,导出了基于灰度 - 平均灰度级直方图的 Arimoto 灰度熵阈值法,并给出了中间变量的快速递推公式;最后,提出了二维 Arimoto 灰度熵阈值选取的快速迭代算法,推导了相应的公式,大大减少了运算量. 实验结果表明,文中所提算法运行速度快,分割性能优于现有的 5 种同类阈值分割算法,分割后图像中的目标完整,边缘纹理