使用oss做静态网站,网站广告牌制作教程,中企动力科技股份有限公司是国企吗,百度账号购买网站分割算法-大津算法 一、什么是大津算法二、算法原理三、公式推导四、代码五、算法适用性 大津算法介绍以及C函数代码实现。 一、什么是大津算法
大津算法#xff08;Otsu#xff09;由日本学者大津展之在1979年提出#xff0c;又称最大类间方差法。此法求得的阈值#xff… 分割算法-大津算法 一、什么是大津算法二、算法原理三、公式推导四、代码五、算法适用性 大津算法介绍以及C函数代码实现。 一、什么是大津算法
大津算法Otsu由日本学者大津展之在1979年提出又称最大类间方差法。此法求得的阈值使得图像的前景和背景具有最大的类间方差。
二、算法原理
阈值分割属于区域分割目的是将图像分为前景和背景提取出需要的前景区域区域分分割根据图像的灰度特性。 如下图假设我们的前景即目标为黑色椭圆背景为白色。此时前景的像素值为0-10左右为了方便理解假设值全部为0背景假设全部为255。假设阈值为k任意0-255之间的阈值都可以将图像分为两个部分但是只有一个阈值可以将图像分成前景和背景两个区域。 将分成的两个区域设为A前景和B背景前景所有的像素为0那么前景内的像素的方差为0同理背景的方差也为0。将两个区域的方差加权相加得到的即是最小类内方差。 区域A和区域B对于整幅图求取方差因为A和B的像素值具有最大的差别在阈值的两侧所以各自对于整幅图的方差也是最大的加权相加即为最大类间方差。 最大类间方差和最小类内方差相加为一个定值当一个最大一个最小时此时的k即为最佳阈值将前景和背景完全分开。 差是灰度分布均匀性的一种度量前景和背景的类间方差越大说明两个部分的区域灰度差越大分割出错的概率就越小
三、公式推导 四、代码
int thresh_otsu(Mat input)
{//定义像素个数统计int histogram[256] { 0 };//定义全图均值float global_mean 0;//计算全图均值for (int i 0; i input.rows; i){uchar* data input.ptruchar(i);for (int j 0; j input.cols; j){//统计该像素的个数histogram[data[j]];//计算全图像素值总和global_mean data[j];}}//计算均值global_mean / (input.rows * input.cols);int sum 0;double p1 0, p2 0, m1 0, m2 0;double sg 0;double temp_sg -1;int k 0;//阈值从0到255进行遍历for (int i 0; i 256; i){//遍历小于阈值的区域for (int j 0; j i; j){//小于阈值的总个数p2 histogram[j];//小于阈值的总像素值m2 (histogram[j] * j);}//求取小于阈值时的均值m2 / p2;//遍历大于阈值的区域for (int j i 1; j 256; j){p1 histogram[j];m1 (histogram[j] * j);}m1 / p1;//计算小于和大于阈值的个数概率p2 / (input.rows * input.cols);p1 1 - p2;//计算最大类间方差sg p1 * p2 * (m1 - m2) * (m1 - m2);//求取最大值并记录此时的阈值if (sg temp_sg){temp_sg sg;k i;}//将概率和均值初始化p1 0, p2 0, m1 0, m2 0;}// coutk kendl;return k;
}五、算法适用性
1、该算法通过寻找区域灰度的差别来进行确定阈值所以不受图像的亮度和对比度的影响 2、适用于需要全局阈值的场景 3、目标和背景比例
