灰度阈值分割算法.doc

灰度阈值分割算法.doc分享到 一键分享 QQ空间 新浪微博 百度云收藏 人人网 腾讯微博 百度相册 开心网 腾讯朋友 百度贴吧 豆瓣网 搜狐微博 百度新首页 QQ好友 和讯微博 更多... 百度分享
登录|注册 窗体顶端
toolbar
窗体底端
收藏成功
确定
收藏失败，请重新收藏 确定
窗体顶端
标题
I灰度图像阈值，
标题不能为空 网址
|~http://blog.
标签
摘要
祜1
”公开
取消收藏 窗体底端 分享资讯 传PPT/文档 提问题 写博客 传资源
创建项目
创建代码片
设置昵称编辑自我介绍，让更多人了解你
帐号设置退出
社区
博客
论坛
下载
Share
极客头条
服务
CODE
英雄会
活动
CSTO
俱乐部
CTO俱乐部
高校俱乐部
奋斗斌斌的专栏
******@
运目录视图
M摘要视图
RSS
I ■
有奖征资源，博文分享有内涵 人气博主的资源共享：老罗的Android之旅 微软
Azure*英雄会编程人赛题 关注CSDN社区微信，福利多多 社区问答：叶劲峰游戏 引擎架构
灰度图像阈值化分割常见方法总结及VC实现 分类:图像处理OpenCV 2011-11-11 23:20 7427人阅读评论（14）收藏举报 算法图形byte图像处理扩展
目录⑺[+]
Otsu法最大类间方差法
一维交叉嫡值法
二维OTSU法
参考文献
在图像处理领域，二值图像运算量小，并且能够体现图像的关键特征，因此被广泛使用。 将灰度图像变为二值图像的常用方法是选定阈值，然后将待处理图像的每个像素点进行单点 处理，即将其灰度值与所设置的门限进行比对，从而得到二值化的黑白图。这样一种方式因 为其直观性以及易于实现，已经在图像分割领域处于中心地位。本文主要对最近一段时间作 者所学习的阈值化图像分割算法进行总结，全文描述了作者对每种算法的理解，并基于 。最终将源代码公开，希望大家一起进步。（本文的 代码暂时没有考虑执行效率问题）
首先给出待分割的图像如下：
1、Otsu法（最大类间方差法）
该算法是口本人Otsu提出的一种动态阈值分割算法。它的主要思想是按照灰度特性将 图像划分为背景和目标2部分，划分依据为选取门限值，使得背景和目标之间的方差最人。
（背景和目标之间的类间方差越人，说明这两部分的差别越人，当部分目标被错划分为背景 或部分背景错划分为目标都会导致这两部分差别变小。因此，使用类间方差最大的分割意味 着错分概率最小。）这是该方法的主要思路。其主要的实现原理为如下：
1）建立图像灰度直方图（共有L个灰度级，每个出现概率为p）
2）计算背景和目标的出现概率，计算方法如下:
Pa
二工儿Pe二
2=0
丄-1
S Pi =i-血
2=f+l
上式中假设t为所选定的阈值,A代表背景（灰度级为0~N力根据直方图中的元素可知, Pa为背景出现的概率，同理B为目标，Pb为目标出现的概率。
3）计算A和B两个区域的类间方差如下：
1-1
f=0
* = Pa (马-珂)'+心(乌-珂)2
第一个表达式分别计算A和B区域的平均灰度值；
第二个表达式计算灰度图像全局的灰度平均值：
第三个表达式计算A、B两个区域的类间方差。
4）以上几个步骤计算出了单个灰度值上的类间方差，因此最佳分割门限值应该是图像 中能够使得A与B的类间灰度方差最人的灰度值。在程序中需要对每个出现的灰度值据此 进行寻优。
本人的VC实现代码如下。
[cpp] view plaincopyprint?
*\函数名称：
* OneDimentionOtsu()
*\输入参数：
pGrayMat:二值图像数据
width: 图形尺寸宽度
height: 图形尺寸高度
nTIreshold:经过算法处理得到的二值化分割阈值
*\返回值：
*无
*\函数说明:实现灰度图的二值化分割一一最人类间方差法（Otsu算法，俗称人津算法）
^^******************^******************^******************^****************
void CBinarizationDlg::OneDimentionOtsu(CvMat *pGrayMat, int width, int height, BYTE &nThres hold)
{
double nHistogram[256]; 〃灰度直方图
double dVariance[256]; 〃类