自适应二值化方法之Bernsen法

Bernsen法属于局部阈值法,在光照不均匀的条件下有较好的处理效果。其思想如下:

  1:设当前像素为点为P(i,j),计算以P为中心的大小为kernel*kernel窗口内的所有像素的最大值kernelMax与最小值kernelMin,若两者差值相近,该部分属于目标或背景,将该灰度与全局阈值比较,确定是目标还是背景,若二者差值较大则可能属于目标与背景相交的边缘,此时将二者平均值作为Kernel阈值。

        private void Bernsen(byte[,]_grayData,int kernel, int Tlocal, int Tglobal)
        {
            int halfKernel = kernel / 2;
            int[] kernelData = new int[kernel * kernel];
            for (int i = 0; i < _w; i++)
            {
                for (int j = 0; j < _h; j++)
                {
                    if (i < halfKernel || i > _w - halfKernel - 1 ||
                        j < halfKernel || j > _h - halfKernel - 1)
                    {
                        _outBitmap.SetPixel(i, j, Color.Black);
                    }
                    else
                    {
                        int k = 0;
                        for (int x = i - halfKernel; x < i + halfKernel; x++)
                        {
                            for (int y = j - halfKernel; y < j + halfKernel; y++)
                            {
                                kernelData[k] = _grayData[x, y];
                            }
                        }
                        int kernelMax = kernelData.Max();
                        int kernelMin = kernelData.Min();
                        int Tkernel = (int)((kernelMax + kernelMin) * 0.5);

                        //灰度差值小,该点要么在目标区域,要么在背景区域
                        if (kernelMax - kernelMin <= Tlocal)
                        {
                            if (Tkernel > Tglobal)
                                _outBitmap.SetPixel(i, j, Color.Black);
                            else
                                _outBitmap.SetPixel(i, j, Color.White);
                        }
                        //灰度差值大,说明在边缘区域,将均值作为局部阈值
                        else
                        {
                            if (_grayData[i, j] > Tkernel)
                                _outBitmap.SetPixel(i, j, Color.Black);
                            else
                                _outBitmap.SetPixel(i,j,Color.White);
                        }
                    }

                }
            }
        }

 

  • 0
    点赞
  • 13
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值