最近搞二值化，用上灰度攝像頭之后就要自己軟件二值化了，而店家一般都不會給出最優的二值化算法(比賽要公平)，所以自己總結了一下現在比較流行的幾種二值化方法，包含OSTU大律法
灰度平局值法
雙峰法
最佳迭代法
Niblack二值化算法
原理+代碼 整理十分不易，希望能有所幫助
1.otsu（最大類間方差法、大津法）
最大類間方差法是由日本學者大津于1979年提出的,是一種自適應的閾值確定的方法,又叫大津法,簡稱OTSU。它是按圖像的灰度特性,將圖像分成背景和目標2部分。背景和目標之間的類間方差越大,說明構成圖像的2部分的差別越大,當部分目標錯分為背景或部分背景錯分為目標都會導致2部分差別變小。因此,使類間方差最大的分割意味著錯分概率最小。對于圖像I(x,y),前景(即目標)和背景的分割閾值記作T,屬于前景的像素點數占整幅圖像的比例記為ω0,其平均灰度μ0;背景像素點數占整幅圖像的比例為ω1,其平均灰度為μ1。圖像的總平均s
灰度記為μ,類間方差記為g。假設圖像的背景較暗,并且圖像的大小為M×N,圖像中像素的灰度值小于閾值T的像素個數記作N0,像素灰度大于閾值T的像素個數記作N1,則有:
ω0=N0/ M×N (1)
ω1=N1/ M×N (2)
N0+N1=M×N (3)
ω0+ω1=1 (4)
μ=ω0*μ0+ω1*μ1 (5)
g=ω0(μ0-μ)^2+ω1(μ1-μ)^2 (6)
將式(5)代入式(6),得到等價公式:
g=ω0ω1(μ0-μ1)^2 (7)
采用遍歷的方法得到使類間方差最大的閾值T,即為所求。
代碼實現：
MATALB代碼：
---------------------
https://blog.csdn.net/as480133937/article/details/88013935
|
