图像阈值分割---迭代算法

图像阈值分割---迭代算法1.处理流程:       1.为全局阈值选择一个初始估计值T(图像的平均灰度)。       2.用T分割图像。产生两组像素:G1有灰度值大于T的像素组成,G2有小于等于T像素组成。       3.计算G1和G2像素的平均灰度值m1和m2;       4.计算一个新的阈值:T = (m1 + m2) / 2;       5.重复步骤2和4,
摘要由CSDN通过智能技术生成

图像阈值分割---迭代算法

1.处理流程:

       1.为全局阈值选择一个初始估计值T(图像的平均灰度)。
       2.用T分割图像。产生两组像素:G1有灰度值大于T的像素组成,G2有小于等于T像素组成。
       3.计算G1和G2像素的平均灰度值m1和m2;
       4.计算一个新的阈值:T = (m1 + m2) / 2;
       5.重复步骤2和4,直到连续迭代中的T值间的差小于一个预定义参数为止。

       适合图像直方图有明显波谷

2.源代码

/******************************************************************************* 
函数名称  : IterativeAlgorithm 
函数描述  : 图像算法:图像阈值分割---迭代算法(适合图像直方图有明显波谷)
输入参数  : IplImage *pImage---------------------------图像指针(灰度图)
                   int nMaxIter----------------------------------最大迭代次数
				   int& iDiffRec---------------------------------使用给定阀值确定的亮区与暗区平均灰度差异值
输出参数  : N/A
返 回 值    : int iThrehold---------------------------------迭代得到的阈值
作     者     : N/A    2013-01-22
处理流程:1.为全局阈值选择一个初始估计值T(图像的平均灰度)。
          2.用T分割图像。产生两组像素:G1有灰度值大于T的像素组成,G2有小于等于T像素组成。
          3.计算G1和G2像素的平均灰
  • 0
    点赞
  • 10
    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