机器视觉系统—原理及应用课件.pptVIP

机器视觉系统—原理及应用 黄玉波 图像二值化 im2bw函数： BW = im2bw(I,level) BW = im2bw(X,map,level) BW = im2bw(RGB,level) 图像二值化： 设原始图像为f(x,y)，按照一定的准则从中找到阈值t，将图像分割为两个部分，分割后的图像为 若取 ：b0=0(黑), b1=1(白)，即为图像二值化。 二值化前后的图像 图像二值化的方法 尝试法 双峰法 参数法 迭代法 大津法（OTSU法） 双峰法 图像由目标物和背景组成，在灰度直方图上，目标物和背景都形成高峰，则分割目标物与背景的阈值一般选在双峰之间的最低谷处。 参数法 当预先知道目标物在图像中所占的面积比率p%时，则分割目标物和背景的阈值为灰度直方图中面积比率为p%处的点。 迭代法 求出图像的最大灰度值和最小灰度值，分别记为Zmax和Zmin，令初始阈值T0=(Zmax+Zmin)/2； 根据阈值Tk将图像分割为目标物和背景两部分，分别求出两部分的平均灰度值Zo和Zb； 求出新阈值Tk+1=(Zo+Zb)/2； 若Tk=Tk+1，则Tk即为阈值；否则转步骤2，迭代计算直至Tk=Tk+1 。 大津法（OTSU法） 设阈值t将图像分为目标物和背景两部分，目标物占总像素点的比例为wo，平均灰度为uo；背景点占总像素点的比例为wb，平均灰度为ub。则图像的