图像分割 2014-11-18.ppt

排队论课件 （1）获得原图像的首地址，及图像的宽和高。 （2）开辟一块内存空间，并初始化为255。 （3）进行图像灰度统计，显示灰度直方图。 （4）通过对话框选取一个峰谷作为阈值。 （5）像素灰度值与阈值之差小于30，将像素置为0，否则置为255。 （6）将结果复制到原图像数据区。 2. P参数法 若各区域面积占图像总面积的比例p已知时，可以用p参数法，其步骤如下： 1）根据灰度直方图从左到右计算直方图的累加值； 2） 当求得C值近似等于已知的面积比例p时，查找对应的灰度级T； 3）以T为阈值对图像进行分割； 相反，如果已知高灰度区域面积比为p2的情况，与上述过程类似，只是第一步的累加值变为从右向左求累加。 3. 最佳阈值法 4. 均值迭代阈值选择法 迭代阈值选择的实现步骤 (1)获得原图像的首地址，及图像的高和宽。 (2)进行直方图统计。 (3)设定初始阈值T=127。 (4)分别计算图像中小于T和大于T的两组平均灰度值。 (5)迭代计算阈值，直至两个阈值相等。 (6)根据计算出的阈值，对图像进行二值化处理。 5. 自适应阈值 当光照不均匀、有突发噪声，或者背景灰度变化比较大时，整幅图像分割将没有合适的单一门限，因为单一的阈值不能兼顾图像各个像素的实际情况。这时，可对图像按照坐标分块，对每一块分别选一阈值进行分割。这种与坐标相关的阈值也称为动态