OSTU最佳阈值法二值化原理-matlab和C

taoyanbian1022

于 2013-06-05 14:56:04 发布

阅读量9.9k

点赞数 2

分类专栏：数字图像处理文章标签： OpenCV 二值化 OSTU

本文链接：https://blog.csdn.net/taoyanbian1022/article/details/9030825

版权

OSTU大津法是一种用于图像二值化的阈值选择算法，通过最大化前景和背景之间的类间方差来确定最佳阈值。该方法考虑了像素个数和灰度级的加权平均，适用于具有不同亮度区域的图像。在MATLAB和C中，可以通过遍历所有灰度级并计算类间方差来实现这一算法。

摘要由CSDN通过智能技术生成

觉得这篇介绍OTSU方法挺清楚的。自己又加了一些，希望对初学者有帮助哦~

转载：http://blog.csdn.net/WuHaibing_CVer

       OTSU算法是由日本学者OTSU于1979年提出的一种对图像进行二值化的高效算法。

       1. OTSU算法原理简介

       对于一幅图像，设当前景与背景的分割阈值为t时，前景点占图像比例为w0，均值为u0，背景点占图像比例为w1，均值为u1。则整个图像的均值为u = w0*u0+w1*u1。建立目标函数g(t)=w0*(u0-u)^2+w1*(u1-u)^2，g(t)就是当分割阈值为t时的类间方差表达式。OTSU算法使得g(t)取得全局最大值，当g(t)为最大时所对应的t称为最佳阈值。OTSU算法又称为最大类间方差法。