自动得到二值化阀值 ostu大津法
来源:互联网 发布:西周知乎 编辑:程序博客网 时间:2024/06/10 15:32
一、前言
Ostu方法又名最大类间差方法,通过统计整个图像的直方图特性来实现全局阈值T的自动选取,其算法步骤为:
1) 先计算图像的直方图,即将图像所有的像素点按照0~255共256个bin,统计落在每个bin的像素点数量
2) 归一化直方图,也即将每个bin中像素点数量除以总的像素点
3) i表示分类的阈值,也即一个灰度级,从0开始迭代
4) 通过归一化的直方图,统计0~i 灰度级的像素(假设像素值在此范围的像素叫做前景像素) 所占整幅图像的比例w0,并统计前景像素的平均灰度u0;统计i~255灰度级的像素(假设像素值在此范围的像素叫做背景像素) 所占整幅图像的比例w1,并统计背景像素的平均灰度u1;
5) 计算前景像素和背景像素的方差 g = w0*w1*(u0-u1) (u0-u1)
6) i++;转到4),直到i为256时结束迭代
7)将最大g相应的i值作为图像的全局阈值
二、实现代码
Ostu算法实现函数为下面中的int getOstu(const Mat& in),其实在opencv中已经在threshold中实现了,下面代码也比较了两者的结果
阅读全文
0 0
- 自动得到二值化阀值 ostu大津法
- ostu大津法 自动阈值分割
- ostu
- OSTU
- matlab_graythresh()函数利用ostu方法得到的值
- Ostu(大津法)二值化图像简介
- 最大类间方差法、大津法(ostu)
- OSTU算法
- ostu算法
- Ostu算法
- 利用OpenCV 2.2 的Python接口实现Ostu(大津法)获取阈值
- 根据OSTU大津法使用Matlab实现数字图像处理segmentation的graythresh函数
- [转]: 二值化大津法(ostu)法
- 学习OSTU方法
- Ostu算法C#版
- OSTU定点化
- ostu阈值分割
- (1)OSTU二值化
- 教育产业相关性研究的需要解决的问题
- bootstrap响应式网站开发介绍
- shmid_ds 一个特殊的数据结构
- iOS 中 UIView 的 clipsTobounds 属性
- S5PV210开发 -- 开发板配置
- 自动得到二值化阀值 ostu大津法
- 持久层,DAO,API,DAL,BLL,DLL,csproj,sln
- bzoj1054: [HAOI2008]移动玩具
- 个险项目
- 阿里展示首个IDC智能机器人 实现人机合作
- 如何让数据价值最大化?阿里全域大数据系统深度解读
- PHP数组
- ios动画篇:核心动画
- web service+部署网站