灰度圖像二值化閾值選取常用方法

《灰度圖像二值化閾值選取常用方法》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在教育資源-天天文庫(kù)。

1、灰度圖像二值化閾值選取常用方法報(bào)告人：專業(yè)：機(jī)械設(shè)計(jì)及理論1匯報(bào)內(nèi)容一、研究背景二、二值化閾值選取常用方法三、總結(jié)與展望2一、研究背景機(jī)器視覺就是用機(jī)器代替人眼來(lái)做測(cè)量和判斷。機(jī)器視覺系統(tǒng)是指通過(guò)機(jī)器視覺產(chǎn)品（即圖像攝取裝置，分CMOS和CCD兩種）將被攝取目標(biāo)轉(zhuǎn)換成圖像信號(hào)，傳送給專用的圖像處理系統(tǒng)，根據(jù)像素分布和亮度、顏色等信息，轉(zhuǎn)變成數(shù)字化信號(hào)；圖像系統(tǒng)對(duì)這些信號(hào)進(jìn)行各種運(yùn)算來(lái)抽取目標(biāo)的特征，進(jìn)而根據(jù)判別的結(jié)果來(lái)控制現(xiàn)場(chǎng)的設(shè)備動(dòng)作。3一、研究背景※二值化及閾值二值化的基本過(guò)程如下：對(duì)原始圖像

2、作中低通濾波，進(jìn)行圖像的預(yù)處理，降低或去除噪聲；用算法確定最佳閾值T；凡是像素的灰度值大于這個(gè)閾值的設(shè)成255，小于這個(gè)閾值的設(shè)成0。這樣處理后的圖像就只有黑白兩色，從而將灰度范圍劃分成目標(biāo)和背景兩類，實(shí)現(xiàn)了圖像的二值化。圖像二值化是圖像處理的基本技術(shù)，也是圖像處理中一個(gè)非?；钴S的分支，其應(yīng)用領(lǐng)域非常廣泛，特別是在圖像信息壓縮、邊緣提取和形狀分析等方面起著重要作用，成為其處理過(guò)程中的一個(gè)基本手段。二值化的目的是將上步的圖像增強(qiáng)結(jié)果轉(zhuǎn)換成黑白二值圖像，從而能得到清晰的邊緣輪廓線，更好地為邊緣提取、圖

3、像分割、目標(biāo)識(shí)別等后續(xù)處理服務(wù)。255(白)f(x,y)≧T0(黑)f(x,y)

4、兩個(gè)波峰之間形成一個(gè)波谷。那么，選擇雙峰之間的波谷所代表的灰度值T作為閾值，即可實(shí)現(xiàn)兩個(gè)區(qū)域的分割。如圖1所示。式中f(x,y)為灰度圖像的灰度值，T為閾值，g(x,y)為二值化后的灰度圖像。255(白)f(x,y)≧T0(黑)f(x,y)

5、方圖中目標(biāo)區(qū)域所占的比例為P1：1)計(jì)算圖像的直方圖分布P(t).其中t=0,1,2,…,255，表示圖像的灰度值；2)從最低的灰度值開始，計(jì)算圖像的累積分布直方圖。t=0,1,2,…,255，3)計(jì)算閾值T,有t=0,1,2,…,255，也就是說(shuō)，閾值就是與P1最為接近的累積分布函數(shù)所對(duì)應(yīng)的灰度值t。需要預(yù)先知道目標(biāo)區(qū)域的P值，因此成為P參數(shù)法。73.大津法（Otsu法或最大類間方差法）最大類間方差法是由Otsu于1979年提出的，是基于整幅圖像的統(tǒng)計(jì)特性實(shí)現(xiàn)閾值的自動(dòng)選取的，是全局二值化最杰出

6、的代表。Otsu算法的基本思想是用某一假定的灰度值t將圖像的灰度分成兩組，當(dāng)兩組的類間方差最大時(shí)，此灰度值t就是圖像二值化的最佳閾值。設(shè)圖像有M個(gè)灰度值，取值范圍在0～M-1，在此范圍內(nèi)選取灰度值t，將圖像分成兩組G0和G1，G0包含的像素的灰度值在0～t，G1的灰度值在t+1～M-1，用N表示圖像像素總數(shù)，ni表示灰度值為i的像素的個(gè)數(shù)。已知：每一個(gè)灰度值i出現(xiàn)的概率為pi＝ni/N；假設(shè)G0和G1兩組像素的個(gè)數(shù)在整體圖像中所占百分比為W0,W1，兩組平均灰度值為u0,u1，可得概率：平均灰度值

7、：83.最大類間方差法（大津法或Otsu法）圖像的總平均灰度為：間類方差為：最佳閾值為：T=argmax(g(t))使得間類方差最大時(shí)所對(duì)應(yīng)的t值大律法得到了廣泛的應(yīng)用，但是當(dāng)物體目標(biāo)與背景灰度差不明顯時(shí)，會(huì)出現(xiàn)無(wú)法忍受的大塊黑色區(qū)域，甚至?xí)G失整幅圖像的信息。算法可這樣理解：閾值T將整幅圖像分成前景和背景兩部分，當(dāng)兩類的類間方差最大時(shí)，此時(shí)前景和背景的差別最大，二值化效果最好。因?yàn)榉讲钍腔叶确植季鶆蛐缘囊环N度量，方差值越大，說(shuō)明構(gòu)成圖像的兩部分差別越大，當(dāng)部分目標(biāo)錯(cuò)分為背景或部分背景錯(cuò)分為目標(biāo)都

8、會(huì)導(dǎo)致兩部分差別變小，因此使類間方差最大的分割閾值意味著錯(cuò)分概率最小。94.最大熵閾值法將信息論中的shannon熵概念用于圖像分割，其依據(jù)是使得圖像中目標(biāo)與背景分布的信息量最大，即通過(guò)測(cè)量圖像灰度直方圖的熵，找出最佳閾值。根據(jù)shannon熵的概念，對(duì)于灰度范圍為0,1,2,…,M-1的圖像，其直方圖的熵定義為（僅僅是定義）：其中pi為灰度值為i的像素在整體圖像中的概率。設(shè)閾值t將圖像劃分為目標(biāo)O和背景B兩類，他們的概率分布分別為O區(qū)：i=0,1，…，t；B區(qū)：i=t+1,t+2