Otsu分析和总结分析和总结.docxVIP

中国图象图形网 中国图象图形网 自动单阈值分割 OTSU 算法的 C 语言实现 （文章来源： /post/print?bid=6id=393020） 大津法（OTSU 法）由大津与 1979 年提出，对图像 Image，记 t 为前景与背景的分割阈值， 前景点数占图像比例为 W ，平均灰度为 U ；背景点数占图像比例为 W ，平均灰度为 U . 0 0 1 1 图像的总平均灰度为：u=W *U + W *U 。从最小灰度值到最大灰度值便利 t，当 t 使得值 0 0 1 1 g=W *(U -u)2+W *(U 0 0 1 1 -u)2 最大时 t 即为分割的最佳阈值。对大津法可作如下理解：该式实际 上就是类间方差值，阈值 t 分割出的前景和背景两部分构成整幅图像，而前景取值 U0，概 率为 W0，背景取值U1，概率为W1，总均值为U，根据方差的定义既是该式。因方差是灰度分布均匀性的一种度量，方差值越大，说明构成图像的两部分差别越大，当部分目标错为 背景或者部分背景分为目标都会导致两部分差别变小，因此使类间方差最大的分割意味着错 分概率最小。 OTSU 的算法，很好用，好不容易才找到的。 /* OTSU 算法可以说是自适应计算单阈值（用来转换灰度图像为二值图像）的简单高效方法。下面的代码最早由 Ryan Dibble 提供，此后经过多人Joerg.Schulenburg, R.Z.Liu 等修改，补正。 算法对输入的灰度图像的直方图进行分析，将直方图分成两个部分，使得两部分之间的距离最大。划分点就是求得的阈值。 parameter: *image --- buffer for image rows, cols --- size of image x0, y0, dx, dy --- region of vector used for computing threshold vvv --- debug option, is 0, no debug information outputed */ /*==================================================================== ==*/ /* OTSU global thresholding routine */ /* takes a 2D unsigned char array pointer, number of rows, and */ /* number of cols in the array. returns the value of the threshold */ /*==================================================================== ==*/ int otsu (unsigned char *image, int rows, int cols, int x0, int y0, int dx, int dy, int vvv) { unsigned char *np; // 图像指针 int thresholdValue=1; // 阈值 int ihist[256]; // 图像直方图，256 个点 int i, j, k; // various counters int n, n1, n2, gmin, gmax; double m1, m2, sum, csum, fmax, sb; // 对 直 方 图 置 零 ... memset(ihist, 0, sizeof(ihist)); gmin=255; gmax=0; // 生成直方图 for (i = y0 + 1; i y0 + dy - 1; i++) { np = image[i*cols+x0+1]; for (j = x0 + 1; j x0 + dx - 1; j++) { ihist[*np]++; if(*np gmax) gmax=*np; if(*np gmin) gmin=*np; np++; /* next pixel */ } } // set up everything sum = csum = 0.0; n = 0; for (k = 0; k = 255; k++) { sum += (double) k * (double) ihist[k]; /* x*f(x) 质量矩*/ n += ihist[k]; /* f(x) 质量 */ } if (!n) { // if n has no value, there is problems... fprintf (stderr, NOT NORMAL thresholdVal