本文介绍了Derek Bradley和Gerhard Roth提出的改进Wellner 1993算法，该算法通过使用积分图像进行自适应阈值设定，提高了图像二值化的质量和效率。算法通过计算像素周围矩形区域的平均颜色，并与当前像素比较，避免了初始值问题和扫描顺序的影响。文章提供了算法的实现代码和效果对比，特别适用于光照强度变化大的场景。
前面一种方案实际上还是存在一定的问题的， 就是这个避重就轻的初始g(n)值127*s(127表示0-255之间的中间值)， 这个东西带来的最直接的问题就是边缘的效果在这个算法下是不咋地的。 其实从这个所谓的"Wellner 1993"， 后人又做了很多的改进， 使之效率更高， 效果更好。比方说这个Derek Bradley和Gerhard Roth搞的这个所谓 Adaptive Thresholding Using the Integral Image 在这个网页
http://www.scs.carleton.ca/~roth/iit-publications-iti/docs/gerh-50002.pdf 可以看到一些他的踪迹。
这个算法的基本思想是这样的，为了打破原来算法的初始值问题以及扫描顺序的问题， 这里的像素二值化的时候， 直接使用周围矩形像素的颜色作比较，这样来判断像素值更科学。我们对算法的介绍从求和面积表(Summed-Area Table)开始. 这个求和面积表简单点说就是维护一张表， 表中的元素值就是它左上位置的所有像素的像素值和。（数学公式在这里编辑简直是噩梦！只能放图了无图无真相：））
左边就是原始像素值， 右边的就是累加得到的表， 比方说这个表里面的(2,
最低0.47元/天 解锁文章
1392
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
