- 算法步骤:
1.生成灰度直方图,即统计各灰度级的像素个数,。
2.归一化直方图,即计算各灰度级像素占总像素的比例。
3.从灰度0迭代到灰度255,每次迭代计算前景像素(灰度0至当前迭代灰度的像素)的比例w0,计算前景像素的平均灰度值u0;
计算背景像素(当前迭代灰度至灰度255的像素)的比例w1和平均灰度u1;
4.每次迭代计算前景像素和背景像素的方差 g = w0*w1*(u0-u1) ^2;
5.比较每次迭代的方差,取最大方差的那次迭代灰度为二值化的阈值。
- 算法原理:
记前景像素个数为n0,比例为w0,灰度和为s0,平均灰度为u0;背景像素个数为n1,比例为w1,灰度和为s1,平均灰度为u1;
图像的总像素个数为n,灰度和为s,平均灰度u。类间方差为g。
有公式如下:
w0=n0/n; w1=n1/n; n0+n1=n; w0+w1=1;
u0=s0/n0; u1&