DIP-08-分割-阈值处理otsu总结.ppt

Guo S. * 最大熵法 遍历所有的 t，计算两类平均熵 Guo S. * 最大熵法 E1+E2 取最大的那个 t 就是阈值T T = arg( max( E1(t) + E2(t) ) ) Guo S. * matlab实现最大熵法 Guo S. * 百分比p法 对特定的图像，比如只有文字的图像，有事先的知识，这样采用百分比 具体例，比如p=20%处，作为阈值T 计算： 满足 的最小 t 就是阈值T 前提是已知图像的性质！ Guo S. * 你试试 二值化阈值决定： otsu法 最大熵法 百分比法 迭代法 数字图像处理Digital Image Processing 郭 素梅 Guo S. 数字图像处理Digital Image Processing 郭 素梅 Guo S. Guo S. * Guo S. * 本课程总内容 空域处理 点运算（灰度映射、二值化（otsu）、多值化、直方图均衡化） 模板运算（卷积-线性滤波、非线性滤波（中值、形态学）） 坐标变换（几何变换、几何校正） 频域处理 信号分解的概念 变换（傅里叶变换、离散傅里叶和cos变换、傅里叶变换性质） 滤波器（高通、低通、带通、带阻滤波） 彩色图像处理 彩色模型（RGB，CMY，HSV，Yuv） 各个模型下的处理 图像处理应用 图像数字水印和图像合成、编码和压缩 Guo S. * 目录 图像分割 固定阈值处理 自动阈值确定法 otsu 迭代法 最大熵 百分比 Guo S. * 阈值分割：二值化 文字识别前处理 Guo S. * 阈值分割：二值化 指纹识别前处理 Guo S. * 阈值分割 在图像分割的众多方法中，阈值分割法是一种最基本和应用最广泛的分割技术，其实质就是利用图像灰度直方图信息得到图像分割的阈值。 Guo S. * 原理 原始图像——f(x,y) 灰度阈值——T 阈值运算得二值图像——g(x,y) ? 阈值选择直接影响分割效果，通常可以通过对灰度直方图 的分析来确定它的值。 Guo S. * 阈值选择 利用直方图的“谷” 利用灰度直方图求双峰或多峰 选择两峰之间的谷底作为阈值 Guo S. * 人工选择阈值 T=155的二值化图像 T=210的二值化图像 原始图像 图像直方图 Guo S. * Guo S. * 人工选择阈值 直方图没有“谷”，人工选择不容易。自动！ Histogram Guo S. * 自动确定阈值 阈值分割，确定阈值是关键 所谓自动确定阈值，是指在给定的判别标准下，找到最合适的阈值 otsu法，最大熵，百分比p等 Guo S. * Otsu法 利用归一化直方图和统计信息 分离度（方差比）最大化作为判断标准 t 整体的平均和方差： μt，σt 比例、平均、方差 比例、平均、方差 Guo S. * Otsu法 当阈值为 t，将图像分为两类时 定义类内方差： 定义类间方差： 都是 t 为自变量的函数！ Guo S. * Otsu法 当阈值为 t 分为两类时，类间方差比： η(t)取最大的那个t就是阈值TT = arg( max(η(t)) ) t 的函数！ Guo S. * Otsu法 η(t) 图像灰度 T Guo S. * Otsu法 约束条件 Guo S. * Otsu法 当阈值为 t 分为两类时: 类内方差 最大化 类间方差 最小化 类间方差比 最大比 是一个概念！ Guo S. * Otsu法 T t Guo S. * 多值化 当阈值为 t1，t2 分为三类时: (T1, T2) = arg( max(η(t1，t2)) ) t1，t2 的函数！ Guo S. * matlab实现 以类间方差为例： μt是常量 w1(t): 累计归一直方图 x(t)=∑i*h(i) Guo S. * matlab实现 Guo S. * matlab实现 Guo S. * matlab实现 I = imread(coins.png); subplot(121); imshow(I); title(原始图像); level = graythresh (I); % 阈值 BW = im2bw(I,level); % 二值化 subplot(122); imshow(BW); title(Otsu方法二值化图像); Guo S. * matlab实现 Guo S. * otsu法 ? Matlab工具箱提供的graythresh函数是采用Ostu法求取阈值 Guo S. * 迭代法 基本思想：开始时选择一个阈值作为初始估计值，然后按某种策略不断地改进这一估计值，直到满足给定的准则为止。在迭代过程中，关键之处在于选择什么样的阈值改