Otsu Thresholding

1. Otsu Thresholding Explained

Otsu对image中的所有像素都假定为阈值，然后根据此值将image分为前景物体和背景；遍历所有像素值
计算类内方差，最小的类内方差对应的threshold即为最优阈值；

以6阶灰度图像为例

A 6-level greyscale image and its histogram

计算阈值为3的情况，即T=3，分别计算前景物体和背景的方差；

计算类内方差Within-Class Variance

下图列出了所有的可能阈值的计算结果

可以观察到T=3对应的类内方差最小，所以最优阈值为T=3;

2.A Faster Approach

若直接使用上一节所述的计算方式,计算量比较大,可以采用计算类间方差between class variance,的方式

计算结果如下,最小的类内方差对应最大的类间方差,而类间方差仅需要权重和均值;

3.Java Implementation

下述代码为java实现,可以方便的改为c/c++等语言;

// Calculate histogram
int ptr = 0;
while (ptr < srcData.length) {
   int h = 0xFF & srcData[ptr];
   histData[h] ++;
   ptr ++;
}

// Total number of pixels
int total = srcData.length;

float sum = 0;
for (int t=0 ; t<256 ; t++) sum += t * histData[t];

float sumB = 0;
int wB = 0;
int wF = 0;

float varMax = 0;
threshold = 0;

for (int t=0 ; t<256 ; t++) {
   wB += histData[t];               // Weight Background
   if (wB == 0) continue;

   wF = total - wB;                 // Weight Foreground
   if (wF == 0) break;

   sumB += (float) (t * histData[t]);

   float mB = sumB / wB;            // Mean Background
   float mF = (sum - sumB) / wF;    // Mean Foreground

   // Calculate Between Class Variance
   float varBetween = (float)wB * (float)wF * (mB - mF) * (mB - mF);

   // Check if new maximum found
   if (varBetween > varMax) {
      varMax = varBetween;
      threshold = t;
   }
}

4.Example

译文地址

over!