我要投搞

标签云

收藏小站

爱尚经典语录、名言、句子、散文、日志、唯美图片

当前位置:刘伯温论坛 > 二值图像 >

自动确定图像二值化最佳阈值的方法

归档日期:08-11       文本归类:二值图像      文章编辑:爱尚语录

  可选中1个或多个下面的关键词,搜索相关资料。也可直接点“搜索资料”搜索整个问题。

  前景:用n1, csum, m1来表示在当前阈值下的前景的点数,质量矩,平均灰度

  后景:用n2, sum-csum, m2来表示在当前阈值下的背景的点数,质量矩,平均灰度

  而在otsu算法中这个衡量差别的标准就是最大类间方差(英文简称otsu,这也就是这个算法名字的来源)

  类间方差法对噪音和目标大小十分敏感,它仅对类间方差为单峰的图像产生较好的分割效果。

  当目标与背景的大小比例悬殊时,类间方差准则函数可能呈现双峰或多峰,此时效果不好,但是类间方差法是用时最少的。

  记t为前景与背景的分割阈值,前景点数占图像比例为w0, 平均灰度为u0;背景点数占图像比例为w1,平均灰度为u1。

  当方差g最大时,可以认为此时前景和背景差异最大,也就是此时的灰度是最佳阈值

  fmax = -1.0; //类间方差sb不可能为负,所以fmax初始值为-1不影响计算的进行

  if (n2 == 0) { break; } //n2为0表示全部都是后景图象,与n1=0情况类似,之后的遍历不可能使前景点数增加,所以此时可以退出循环

  if (sb fmax) //如果算出的类间方差大于前一次算出的类间方差

本文链接:http://19721112.com/erzhituxiang/947.html