圖像的閾值分割技術-文庫吧資料
2024-11-16 05:51本頁面
【正文】 0C類像素的平均灰度為： ??? ? ??? /)()( kk 1C 類像素的平均灰度為： ??? ? ??? /)()( kk 其中， 則類間方差公式為： 22 )()()( ????? ???? ??????? k 令 k 從 0~L1 變化，計算在不同 k 值下的類間方差 )(k?? ，使得 )(k?? 最大時的那個 k 值就是所要求的最優(yōu)閾值。 設 X 是一幅具有 L 級灰度級的圖像，其中第 i 級像素為 iN 個，其中 i 的值在 0~L1 之 間，圖像的總像素點個數(shù)為： 第 i 級出現(xiàn)的概率為： NNP ii ????? 10Li iNN武漢理工大學專業(yè)綜合課程設計說明書 6 在 OTSU 算法中，以閾值 k 將所有的像素分為目標 0C 和背景 1C 兩類。 （ a） 原圖 （ b）直方圖 圖 31 生成直方圖 最大類間方差法（ OTSU） 最大類間方差法又稱為 OTSU 算法，該算法是在灰度直方圖的基礎上用最小二乘法原理推導出來的，具有統(tǒng)計意義上的最佳分割閾值。 imhist(a) MATLAB 圖象處理工具箱提供了 imhist 函數(shù)來計算和顯示圖象的直方圖。)。 MATLAB 程序如下： a=imread(39。兩峰之間的谷對應于物體邊緣附近相對較少數(shù)目的點。 圖 31 生成直方圖后可以看到，圖像有明顯的雙峰。 直方圖技術 先作出圖像的灰度直方圖，若其直方圖呈雙峰且有明顯的谷底，則可以將谷底點所對應的灰度值作為閾值 T，然后根據(jù)該閾值進行分割就可以將目標從圖像中分割出來。這意味著后續(xù)的尺寸（特別是面積）的測量對于灰度閾值的選擇很敏感。由于用于每個像素 的門限取決于像素在子圖像中的位置，這類門限處理是自適應的。 這類算法的時間復雜度和空間復雜度比較大，但是抗噪聲的能力比較強，對采用全局閾值不容易分割的圖像有較好的效果。 (a) 原圖像 （ b） 已分割圖像 圖 21 全局閾值分割 武漢理工大學專業(yè)綜合課程設計說明書 4 自適應閾值 但是，在許多情況下，背景的灰度值并不是常數(shù)，物體和背景的對比度在圖像中也有變化，這時就要引入自適應閾值，一個在圖像中某一區(qū)域效果良好的閾值在其他區(qū)域卻可能效果很差。 else BW1(i,j)=1。)。 MATLAB 程序如下： I=imread(39。 圖 21 給出了利用全局閾值分割圖像的實例。 全局閾值分割 閾值法有多種類型，主要有：全局閾值，自適應閾值等。比如說物體內(nèi)部灰度分布均勻一致，背景在另一個灰度級上也分布均勻，這時利用閾值可以將目標與背景分割得很好。這樣就可以用閾值分割灰度級的方法在圖像中分割出目標區(qū)域與背景區(qū)域，這種方法稱為灰
醫(yī)療健康相關推薦
鄂ICP備17016276號-1