图像处理学习笔记
2013-05-15 15:36
225 查看
一、基于迭代法选取阈值的阈值图像分割
迭代法是基于逼近的思想,其步骤如下:
1. 求出图象的最大灰度值和最小灰度值,分别记为ZMAX和ZMIN,令初始阈值T0=(ZMAX+ZMIN)/2;
2. 根据阈值TK将图象分割为前景和背景,分别求出两者的平均灰度值ZO和ZB;
3. 求出新阈值TK+1=(ZO+ZB)/2;
4. 若TK=TK+1,则所得即为阈值;否则转2,迭代计算。
二、基于大津法选取阈值的阈值图像分割
大津法是属于最大类间方差法,它是自适应计算单阈值的简单高效方法,或者叫(Otsu)
大津法由大津于1979年提出,对图像Image,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。图像的总平均灰度为:u=w0*u0+w1*u1。从最小灰度值到最大灰度值遍历t,当t使得值g=w0*(u0-u)2+w1*(u1-u)2 最大时t即为分割的最佳阈值。对大津法可作如下理解:该式实际上就是类间方差值,阈值t分割出的前景和背景两部分构成了整幅图像,而前景取值u0,概率为 w0,背景取值u1,概率为w1,总均值为u,根据方差的定义即得该式。因方差是灰度分布均匀性的一种度量,方差值越大,说明构成图像的两部分差别越大,
当部分目标错分为背景或部分背景错分为目标都会导致两部分差别变小,因此使类间方差最大的分割意味着错分概率最小。直接应用大津法计算量较大,因此一般采用了等价的公式g=w0*w1*(u0-u1)2。
哎呀,好麻烦,别的不写了先,丫的!
迭代法是基于逼近的思想,其步骤如下:
1. 求出图象的最大灰度值和最小灰度值,分别记为ZMAX和ZMIN,令初始阈值T0=(ZMAX+ZMIN)/2;
2. 根据阈值TK将图象分割为前景和背景,分别求出两者的平均灰度值ZO和ZB;
3. 求出新阈值TK+1=(ZO+ZB)/2;
4. 若TK=TK+1,则所得即为阈值;否则转2,迭代计算。
二、基于大津法选取阈值的阈值图像分割
大津法是属于最大类间方差法,它是自适应计算单阈值的简单高效方法,或者叫(Otsu)
大津法由大津于1979年提出,对图像Image,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。图像的总平均灰度为:u=w0*u0+w1*u1。从最小灰度值到最大灰度值遍历t,当t使得值g=w0*(u0-u)2+w1*(u1-u)2 最大时t即为分割的最佳阈值。对大津法可作如下理解:该式实际上就是类间方差值,阈值t分割出的前景和背景两部分构成了整幅图像,而前景取值u0,概率为 w0,背景取值u1,概率为w1,总均值为u,根据方差的定义即得该式。因方差是灰度分布均匀性的一种度量,方差值越大,说明构成图像的两部分差别越大,
当部分目标错分为背景或部分背景错分为目标都会导致两部分差别变小,因此使类间方差最大的分割意味着错分概率最小。直接应用大津法计算量较大,因此一般采用了等价的公式g=w0*w1*(u0-u1)2。
哎呀,好麻烦,别的不写了先,丫的!
相关文章推荐
- 【数字图像处理学习笔记之二】数字图像滤波
- OpenCV学习笔记——图像处理之直方图ImgProc
- OpenCV学习笔记9 OpenCV图像处理模块ImgProc Module. Image Processing(二)
- VTK学习笔记之图像处理
- Matlab图像处理学习笔记(七):surf特征点
- Opencv学习笔记(四)--图像处理平滑,锐化操作
- 图像处理ORB特征学习笔记(1)
- 图像处理学习笔记之图像的几何变换(5)图像缩放和插值算法
- 图像处理学习笔记(二):基于颜色的图像分割
- 【Matlab图像处理】学习笔记:提取图片的R,G,B分量
- MATLAB图像处理_学习笔记
- Opencv学习笔记-----图像阈值化处理
- Matlab图像处理学习笔记(六):基于sift特征点的人民币识别
- Matlab图像处理学习笔记(七):surf特征点
- 图像处理学习笔记之图像的几何变换(4)镜像变换
- Matlab图像处理学习笔记(八):用广义霍夫变换筛选sift特征点
- 图像处理学习笔记——opencv 最小值滤波
- Python学习笔记(四十二)第三方模块(PIL)图像处理
- openCV学习笔记(三)--图像处理Image Processing
- MATLAB学习笔记八(关于图像处理)