一种otsu阈值分割方法

最新推荐文章于 2024-09-22 00:45:00 发布

DingK123

最新推荐文章于 2024-09-22 00:45:00 发布

阅读量1.4k

点赞数 1

分类专栏：气体检测项目文章标签：气体检测项目阈值分割

本文链接：https://blog.csdn.net/Dingk123/article/details/53168508

版权

本文介绍了OTSU阈值分割算法的基本原理，并提供了一个使用最大间方差公式的简单实现。通过计算前景和背景像素的比例及平均值，找到最佳分割阈值，从而有效地分离图像的前景和背景。

摘要由CSDN通过智能技术生成

otsu是很经典的阈值分割算法，这里是我自己写的一个小程序，用到的是最经典，最基础的最大间方差公式：icv = w0[m](u0[m]-ut)(u0[m]-ut)+w1[m](uk[m]-ut)(uk[m]-ut) 。
w0：是前景占整幅图的比例值
u0：是前景像素值的平均值
w1：是背景占整幅图的比例值
uk：是背景像素值得平均值
ut：是整幅图象的像素的平均值

以m为阈值分割出前景与背景，遍历0到255像素值，得到最大间方差。
下面是代码：

int otsu(cv::Mat srcImg,int imageHeight,int imageWidth)
{
    const int grayLevel=256;

    int i,j;  //位置循环变量
    int m,n;   //灰度循环变量

    //存放原图像的均值

最低0.47元/天解锁文章