数字图像处理第六七章new讲义.ppt

依赖坐标的阈值选取 全局阈值不能兼顾图象各处的情况 用与坐标相关的一系列阈值来对图象分割 基本思想/思路： 将图象分解成一系列子图象 对每个子图象计算一个阈值 对这些子图象阈值进行插值 用插值结果（阈值曲面）进行分割 3．判断分析法  假定最简单图像f(i,j)的灰度区间为[0，L-1]，选择一阈值t将图像的像素分为c1、c2两组。 图像总像素数为w1+w2，灰度均值为 m=(m1w1+m2w2)/(w1+w2)。 则组内方差为 бw2=w1б12 + w2б22 组间方差为 бB2 = w1(m1-m)2+w2(m2-m)2=w1w2(m1-m2)2 均匀性度量法 所谓的均匀性度量方法，是根据“物以类聚” 的思想而设计的。 其基本设计思想是：属于“同一类别”的对象具有较大的一致性。 实现的手段是：以均值与方差作为度量均匀 性的数字指标。 均匀性度量算法 1）给定一个初始阈值Th=Th0（例如：可以默认为 1，或者是128等），则将原图分为C1和C2两类； 2）分别计算两类的类内方差： 均匀性度量算法 3）分别计算两类像素在图像中的分布概率： 计算分布概率的目的是：统计该类像素对图像的影响程度。 均匀性度量算法 4）选择最佳阈值Th=Th*，使得下