【正文】 的程度，使相片變得漂亮。 Bernsen法局部閾值法把灰度閾值選取為隨像素位置變化而變化的函數(shù)，它是一種動(dòng)態(tài)選擇閾值的自適應(yīng)方法。遍歷該矩陣，對(duì)當(dāng)前灰度值與比較，如果大于賦予1，判為目標(biāo)像素類(lèi)，否則賦予0，作為背景像素類(lèi)。peppers(256256)、peppers(512512)原始圖像通過(guò)Bernsen方法二值化后的所得到的二值圖像如圖11所示。對(duì)大津法可作如下理解：該式實(shí)際上就是類(lèi)間方差值，閾值分割出的目標(biāo)和背景兩部分構(gòu)成了整幅圖像，而目標(biāo)取值，概率為 ，背景取值，概率為，總均值為，根據(jù)方差的定義即得該式。Otsu方法流程圖如圖7所示。以圖13為例，lenna512，閾值為129；lenna256，閾值為109。所以，信息熵也可以說(shuō)是衡量圖像有序化程度的一個(gè)度量。(3) 利用下式求出新閾值： （21）(4)如果TK=TK+1，則結(jié)束，否則K=K+1，轉(zhuǎn)向(2)。對(duì)于直方圖雙峰明顯、谷底較深的圖像，迭代法可以較快地獲得滿(mǎn)意結(jié)果；但是對(duì)于直方圖雙峰不明顯或圖像目標(biāo)和背景比例差異懸殊，迭代法所選取的閾值不如OTSU法。在紛雜的塵世里，為自己留下一片純靜的心靈空間，不管是潮起潮落，也不管是陰晴圓缺，你都可以免去浮躁，義無(wú)反顧，勇往直前，輕松自如地走好人生路上的每一步3. 花一些時(shí)間，總會(huì)看清一些事。只有你自己才能把歲月描畫(huà)成一幅難以忘懷的人生畫(huà)卷。努力過(guò)后，才知道許多事情，堅(jiān)持堅(jiān)持，就過(guò)來(lái)了。 in addition, the method of grayscale image binarization and how to implement these algorithms based on VC++ are presented. This paper mainly implements the grayscale image binarization method in image segmentation technology, such as Otsu algorithm and Bernsen algorithm, and analyzes and pares the experimental results of the above algorithms.Key words: Image processing。4. 總結(jié) Bernsen法雖然能夠根據(jù)局部灰度特性來(lái)自適應(yīng)地選取閥值，有較大的靈活性，但是仍然存在缺點(diǎn)和問(wèn)題：實(shí)現(xiàn)速度慢、有偽影現(xiàn)象、有筆畫(huà)斷裂現(xiàn)象。二值圖像的熵值：H(Otsu)H(Bernsen)，可以見(jiàn)Otsu方法對(duì)于光照不均、噪聲干擾大的圖像，其二值化效果較差，其反映了整個(gè)圖像的整體灰度分布情況。H表示由Otsu方法、Bernsen方法處理得到的二值圖像的熵值，單位為比特/符號(hào)。barbara(256256)、barbara(512512)原始圖像通過(guò)Otsu方法二值化后的所得到的二值圖像如圖14所示。因方差是灰度分布均勻性的一種度量，方差值越大，說(shuō)明構(gòu)成圖像的兩部分差別越大，當(dāng)部分目標(biāo)錯(cuò)分為背景或部分背景錯(cuò)分為目標(biāo)都會(huì)導(dǎo)致兩部分差別變小，因此使類(lèi)間方差最大的分割意味著錯(cuò)分概率最小，這便是大津法的真正含義。 Otsu法Otsu 在1979 年提出的最大類(lèi)間方差法(有時(shí)也稱(chēng)之為大津法)，該方法的基本思想是：設(shè)閾值將圖像分割成兩組，一組灰度對(duì)應(yīng)目標(biāo)，另一組灰度對(duì)應(yīng)背景，則這兩組灰度值的類(lèi)內(nèi)方差最小，兩組的類(lèi)間方差最大。 (a) (b) (c) (d) (e) (f)圖8 原圖(a) lenna原始圖像(256256)；(b)barbara原始圖像(256256)；(c)peppers原始圖像(256256)；(d) lenna原始圖像(512512)；(e)barbara原始圖像(512512)； (f)peppers原始圖像(512512)通過(guò)調(diào)研參考文獻(xiàn)可知，對(duì)圖8這六幅圖像都采用Bernsen算法進(jìn)行圖像二值化處理。由于中的元素不是每個(gè)都是在窗口的中心，所以需要對(duì)灰度圖像進(jìn)行擴(kuò)展。簡(jiǎn)單閾值是指用灰度變換來(lái)研究灰度圖像的一種常用方法，即設(shè)定某一閾值將灰度圖像的像素分成大于閾值的像素群和小于閾值的像素群兩部分。(2) BMP文件的數(shù)據(jù)存放是從下到上，從左到右的，也就是說(shuō)，從文件中最先讀到的是圖像最下面的一行的左邊的第一個(gè)像素，然后是左邊的第二個(gè)像素，接下來(lái)是倒數(shù)第二行左邊第一個(gè)像素，左邊第二個(gè)像素。調(diào)色板實(shí)際上是一個(gè)數(shù)組，共有biClrUsed個(gè)元素(如果該值為零，則有2的biBitCount次方個(gè)元素)。BMP圖像的數(shù)據(jù)由四個(gè)部分組成，如表1所示。(2) ResourceView(資源視圖)顯示項(xiàng)目中所包含的資源文件。調(diào)試區(qū)工具條菜單條向?qū)趫D1 Visual C++的用戶(hù)界面工作區(qū)項(xiàng)目工作區(qū) 圖1 Visual C++的用戶(hù)界面 項(xiàng)目工作區(qū)Visual C++使用項(xiàng)目工作區(qū)來(lái)組織項(xiàng)目、元素以及項(xiàng)目信息在屏幕上出現(xiàn)的方式。其編譯及建置系統(tǒng)以預(yù)編譯頭文件、最小重建功能及累加連結(jié)著稱(chēng)。在數(shù)字圖像處理中，二值圖像占有非常重要的地位，特別是在實(shí)用的圖像處理中，以二值圖像處理實(shí)現(xiàn)而構(gòu)成的系統(tǒng)是很多的，要進(jìn)行二值圖像的處理與分析，首先要把灰度圖像二值化，得到二值化圖像，這樣子有利于再對(duì)圖像做進(jìn)一步處理時(shí)，圖像的集合性質(zhì)只與像素的值為0或255的點(diǎn)的位置有關(guān)，不再涉及像素的多級(jí)值，使處理變得簡(jiǎn)單，而且數(shù)據(jù)的處理和壓縮量小。進(jìn)入20世紀(jì)70年代的發(fā)展期，開(kāi)始大量采用中、小型機(jī)進(jìn)行處理，圖像處理也逐漸改用光柵掃描方式，特別是CT和衛(wèi)星遙感圖像的出現(xiàn)，對(duì)圖像處理技術(shù)的發(fā)展起到了很好的推動(dòng)作用。數(shù)字圖像：數(shù)字圖像是將連續(xù)的模擬圖像經(jīng)過(guò)離散化處理后得到的計(jì)算機(jī)能夠辨識(shí)的點(diǎn)陣圖像。論文介紹了圖像及數(shù)字圖像處理技術(shù)的一些概念和相關(guān)知識(shí)；對(duì)VC++ 軟件的發(fā)展和軟件在圖像處理中的應(yīng)用做了簡(jiǎn)要介紹；還介紹了圖像二值化算法以及利用VC++軟件工具進(jìn)行算法的實(shí)現(xiàn)。由此可見(jiàn)，視覺(jué)信息對(duì)人類(lèi)非常重要。圖像處理技術(shù)的發(fā)展大致經(jīng)歷了初創(chuàng)期、發(fā)展期、普及期和實(shí)用化期4個(gè)階段。例如輸人灰度圖像函數(shù)為，輸出二值圖像函數(shù)為，則 (1)閾值(threshold )是把目標(biāo)和背景區(qū)分開(kāi)的標(biāo)尺，選取適當(dāng)?shù)拈撝稻褪羌纫M可能保存圖像信息，又要盡可能減少背景和噪聲的干擾，這是選擇閾值的原則。它以擁有“語(yǔ)法高亮”，IntelliSense（自動(dòng)編譯功能）以及高級(jí)除錯(cuò)功能而著稱(chēng)。VC在單個(gè)工具中，能完成如下功能，因此被稱(chēng)為IDE(Integreted Development En