图像分割算法的综述参考论文《图像分割方法综述_黄鹏》,知网上很方便查到下载,而且时间而言比较新。
基于阈值的方法,最普遍的一个是二值化,将阈值以下和以上的分为两部分。应用比较广泛的有Otsu方法,可以计算出满足规则的最优阈值,规则一般采取类间方差的计算。当然还有其他的阈值选取规则方法。
基于类间方差的方法自动获取最优阈值,再以此最优阈值进行分割。通过遍历每一个阈值,获得最优的类间方差值所对应的阈值作为最优解。因为是在同一项目中,只实现给定阈值计算类间方差的方法,最优阈值在初始化中遍历获取。
规则说明
灰度级获取规则:采取0-255划分为256个等级,不进行低维度的划分。
类间方差获取规则:
//类间方差计算规则
//w0 分开后前景像素点数占图像的比例
//u0 分开后前景像素点的平均灰度
//w1 分开后背景像素点数占图像的比例
//u1 分开后背景像素点的平均灰度
//方差值 返回w0*w1*(u0-u1)*(u0-u1)
//至于原理许多博客中均有提到
实现
由于从一个项目分出来的,带m_的是类的成员
灰度级函数
void ImgDivision::getGrayLevel()