5.1.4阈值分割法（相似性分割）.PDF

5.1.4 阈值分割法（相似性分割） 第 五 章 • 5.1.4.1 阈值分割法简介 图 像 • 5.1.4.2 阈值选定 分 割 • 5.1.4.3 图像阈值化 和 分 析 5.1.4.1 阈值分割法简介 第 五 章 1 阈值分割法(thresholding)的基本思想： 图 • 确定一个合适的阈值T （阈值选定的好坏是 像 此方法成败的关键）。 分 • 将大于等于阈值的像素作为物体或背景， 割 和 生成一个二值图像。 分 If f(x,y) ≥T set 255 （即为1） 析 Else set 0 5.1.4.1 阈值分割法简介 第 五 章 图 2 阈值分割法的特点： 像 分 • 适用于物体与背景有较强对比的情况，重 割 要的是背景或物体的灰度比较单一。 和 • 这种方法总可以得到封闭且连通区域的边 分 界。 析 灰度值 f(x ,y ) 0 0 T 5.1.4.2 阈值选定 第 五 章 1 通过交互方式得到阈值 图 – 基本思想： 像 • 在通过交互方式下，得到对象（或背景 ）的灰 分 度值，比得到阈值T容易得多。 割 假设：对象的灰度值(也称样点值)为f(x ,y ),且： 0 0 和 T = f(x ,y ) – R 有： 0 0 分 f(x,y) ≥T 析 f(x,y) ≥f(x ,y ) – R 0 0 |f(x,y) – f(x ,y )| ≤R 0 0 其中R 是容忍度，可通过试探获得。 5.1.4.2 阈值选定 第 五 章 图 – 实施方法： 像 （1）通过光标获得样点值f(x ,y ) 0 0 分 割 （2 ）选取容忍度R 和 （3 ）if |f(x,y)–f(x ,y )| ≤R set 255 0 0 分 else set 0 析 2 利用灰度直方图选阈值 1) P-块法（the p-tile method, 又称为P-参数法, 或试 第 探法） 五 章 （1）首先给出先验的信息 P=S / S 0 图 （2 ）在直方图中求出阈值，以保证S / S =P 0 像 分