导师说:“学习重在积累。”。研一到现在,自己都没在闲,但是没感觉积累了什么知识。从今天开始,学者把自己所学过的东西写下来吧。第一次写,从简单的开始:Otsu Threshold Selection Method。虽然简单,但是最经典的算法之一。
1概述
Otsu Threshold Selection Method,也称为最大类间方差法或大津法。是日本学者NOBUYUKI OTSU于1979年在其文章“A Threshold Selection Method fromGray-Level Histograms”中提出的算法。其基本思想是:用灰度级阈值将图像的灰度值分为两类,根据两类灰度值的类内方差和类内方差,按“类内方差尽量小,类间方差尽量大”的原则来选取最优的阈值。该算法的优点在于它计算简单、无须参数的调整,且不受图像亮度和对比度的影响。
2 算法原理及证明过程
假设图像共有L个灰度级[1,2,…,L],很容易可以得到图像的一维灰度直方图。在此处,为了方便讨论,将对图像的直方图进行归一化处理(归一化后的的直方图可以看做图像灰度值的概率分布)。如果每个灰度级的像素点个数用ni表示,那么图像中总像素数目为N=n1+n2+…+nL。则归一化后的灰度直方图可以做如下表示:
假设灰度级阈值为k,那么图像可以被分为两类C0,C1。其中C0为灰度级为[1,2,…,k]的像素集合,C1为[k+1,…,L]的像素集合。则每一类的概率以及平均灰度为:
很容易证明得到:
====================================================================================
证明:
====================================================================================
两类像素值的类内方差分别为:
基本准备工作完毕,下面就开始介绍计算最优阈值的方法。
首先定义三个判别变量:
其中:,,分别表示类内方差、类间方差,总方差。
====================================================================================
证明:
====================================================================================
易知:
(猜想:前景和背景在灰度级上是分离的;反之亦然,在灰度级上最优的阈值也就是区分前景和背景的最优阈值。)则此时,“寻找最佳阈值”的问题就简化成为“最大化三个变量”的问题。又由(16)可知:,。故最大化三者之一即可。
根据(2)-(5)及(13)-(16),可知,的是基于阈值k变化的参数,是常量,且是基于图像的二阶统计特性(方差)的参数,基于图像的一阶统计特性(均值)的参数。由此可知,参数是我们最佳的选择。
====================================================================================
证明:
====================================================================================
则,最佳阈值就是当取最大值时的k值。
3 matlab代码
<span style="color:#009900;">%N.Otsu.A threshold selection method from gray level histogram[J].
%IEEE Trans.Syst.,Man,Cybern.,vol.19,no.1,pp.62–66,Jan.1979.</span>
function Threshold=My_Ostu(x)
[m,n]=size(x);
N=m*n;
num=imhist(x)';
p=num/N;
totalmean=sum([0:1:255].*p);
maxvar=0;
for k=0:255
zerosth=sum(p(1:(k+1)));
firsth=sum([0:1:k].*p(1:k+1));
var=sqrt(((totalmean*zerosth-firsth)^2)/(zerosth*(1-zerosth)+0.01));
if(var>maxvar)
maxvar=var;
Threshold=k;
end
end
end
[1] N.Otsu.A threshold selection method from gray level histogram[J].IEEE Trans.Syst.,Man,Cybern.,vol.19,no.1,pp.62–66,Jan.1979.