Na seguinte seção é feito o cálculo do coeficiente entrópico por meio da redundância da imagem (entropia para um dado coeficiente entrópico dividido pela entropia máxima). Pela teoria da informação, quanto menor a redundância, maior a quantidade de informações contidas no sinal. A redundância é calculada para diversos valores de q (coeficiente entrópico) e, o que apresenta a menor redundância, é escolhido como o coeficiente otimizado da imagem. Vale lembrar que, para imagens cujo coeficiente entrópico calculado seja 1, a segmentação é feita por meio do cálculo da entropia de Shannon.
Para reduzir a escala de possíveis coeficientes de threshold, também foi calculada a esperança entre os níveis de cinza das imagens. A esperança determina o valor esperado de uma variável. Por meio desse cálculo, ao invés de considerados todos os níveis de cinza como possiveis coeficientes de threshold, foram considerados apenas os valores maiores que a esperança. Os resultados são mostrados nessa seção.
Histograma
q = 0,5
Coeficiente de threshold = 127
Coeficiente de threshold utilizando a esperança = 200
Histograma
q = 0,84
Coeficiente de threshold = 112
Coeficiente de threshold utilizando a esperança = 112
Histograma
q = 0,78
Coeficiente de threshold = 167
Coeficiente de threshold utilizando a esperança = 236
Histograma
q = 1
Coeficiente de threshold = 148
Coeficiente de threshold utilizando a esperança = 167
Imagem infravermelha
Histograma
q = 0,46
Coeficiente de threshold = 94
Coeficiente de threshold utilizando a esperança = 94
Histograma
q = 1
Coeficiente de threshold = 104
Coeficiente de threshold utilizando a esperança = 104
Histograma