用Otsu方法的最佳全局阈值处理

本文介绍了Otsu方法的基本原理,通过Matlab编程实现图像分割。讨论了该方法的步骤,包括计算归一化直方图、累计概率、平均灰度等,并找到最大类间方差以确定最佳阈值。尽管Otsu方法简单高效,但对多目标图像和灰度相近的图像分割效果有限。
摘要由CSDN通过智能技术生成

基本原理

       假设图像的灰度直方图对应于图像 f(x,y) ,该图像由目标像素和背景像素构成。进行图像分割,目标提取时,一种自然的方法即选取一个值 T ,将这两类像素分开(若 f(x,y)>T 的像素点为目标像素,否则为背景像素),分割后的图像由下式给出:

       若选取两个阈值,称为双阈值处理(要求两个以上的阈值分割问题通常很难解决)

灰度直方图上的阈值分割

Matlab编程实现

一般步骤

  1. 计算输入图像的归一化直方图,使用 
  • 1
    点赞
  • 10
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
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