灰度图像二值化阈值选取常用方法教材.pptVIP

灰度图像二值化阈值选取常用方法 汇报内容 * 报告人： 专业：机械设计及理论 一、研究背景 二、二值化阈值选取常用方法 三、总结与展望 一、研究背景 机器视觉就是用机器代替人眼来做测量和判断。机器视觉系统是指通过机器视觉产品（即图像摄取装置，分 CMOS 和CCD 两种）将被摄取目标转换成图像信号，传送给专用的图像处理系统，根据像素分布和亮度、颜色等信息，转变成数字化信号；图像系统对这些信号进行各种运算来抽取目标的特征，进而根据判别的结果来控制现场的设备动作。 一、研究背景 ※二值化及阈值 二值化的基本过程如下： 对原始图像作中低通滤波，进行图像的预处理，降低或去除噪声； 用算法确定最佳阈值T； 凡是像素的灰度值大于这个阈值的设成255，小于这个阈值的设成0。这样处理后的图像就只有黑白两色，从而将灰度范围划分成目标和背景两类，实现了图像的二值化。 图像二值化是图像处理的基本技术，也是图像处理中一个非常活跃的分支， 其应用领域非常广泛，特别是在图像信息压缩、边缘提取和形状分析等方面起着重要作用，成为其处理过程中的一个基本手段。二值化的目的是将上步的图像增强结果转换成黑白二值图像，从而能得到清晰的边缘轮廓线，更好地为边缘提取、图像分割、目标识别等后续处理服务。 255 (白) f(x,y) ≧T 0 (黑) f(x,y) T g(x,y)= 而选取合适的分割阈值可以