算法步骤： （1） 计算图像直方图，灰度级为Ns，图像的平均灰度值为Tc； （2） 分别计算第一个灰度级和其余灰度级的信息熵并求和，前两个灰度级和其余灰度级的信息熵并求和，以此类推计算Ns个和； （3） 找到H在Tc附近最大值的位置Tenf即为阈值； （4） 图像中大于阈值的像素置1，其余置0而实现二值分割。 算法的核心：信息熵越大越有不确定性，分割出的图片越好。(Algorithm steps: (1) the histogram of the image is calcula

硬件平台：红牛stm32F103ZE开发板，DDS模块：AD9910 软件版本：Keil 4 固件库版本：3.5 已完成功能： （1）产生频率范围：1Hz - 400MHz 的正弦波（按键触发：开发板上 WAKEUP 按键） （2）产生幅度范围：1mV - 650mV 的正弦波（初始化后为：500mV） （3）产生上下限频率、频率步进（单位：Hz）、步进时间间隔（单位：us；输入范围：1-262us）可调的扫频波（按键触发：开发板上 USER1 按键）

简单使用webrtc ns去噪模块的使用，demo是16k采样率的demo，可简单修改试用。(webrtc ns 1.int WebRtcNs_Create(NsHandle** NS_inst)2.int WebRtcNs_Init(NsHandle* NS_inst, uint32_t fs) 3.int WebRtcNs_set_policy(NsHandle* NS_inst, int mode) 4.int WebRtcNs_Process(NsHandle* NS_inst,s