图像处理 var_threshold与binary_threshold

binary_threshold（二进制阈值）函数

功能：自动全局阈值分割，主要对灰度直方图存在两个波峰图像的自动阈值分割。
使用二进制阈值分割图像，设定阈值，根据像素大小将图像分为黑白两部分，根据LightDark需要提取其中一种，对同质照明的背景下字符的分割很有用。

函数原型: binary_threshold(Image : Region : Method, LightDark : UsedThreshold)

参数

Image:需要进行阈值的图像；
Region:处理后的区域；
Method:分割方法(包含’max_separability’：最大限度的可分性, ‘smooth_histo’：直方图平滑)；
LightDark:提取的是黑色还是白色部分；
UsedThreshold:自动阈值或者设置的阈值的值 。

两种方法

max_separability(最大限度的可分性)：
通过选择Method= ’ max_separability '，根据“灰度直方图的阈值选择方法”中的灰度直方图的自动阈值进行调用。该算法首先计算图像的直方图，然后利用统计矩找到将像素分割为前景和背景的最优阈值，并最大化这两个类之间的可分性。此方法仅适用于byte和uint2图像。
smooth_histo(直方图平滑)：
通过选择Method = 'smooth_histo ’ ，binary_threshold可以通过以下方式确定进行分割的阈值:首先确定灰度值的相对直方图，然后从直方图提取相关的最小值，作为阈值操作的参数。为了减少最小值，直方图先被平滑处理为一个高斯函数，在平滑直方图中，掩模尺寸增大，直到最小值。然后，阈值设置为这个最小值。
这两种方法都只能用于具有双峰直方图的图像。

方法效果区别

当LightDark=light，max_separability选的区域比smooth_histo小；
当LightDark=dark，max_separability选的区域比smooth_histo大。

var_threshold（均差阈值）函数

功能：均值和标准偏差局部阈值分割，能够较好的分开目标和背景，对不适合的参数设置不敏感，可以有效地减少噪声对分割的影响。
函数原型: var_threshold(Image : Region : MaskWidth, MaskHeight, StdDevScale, AbsThreshold, LightDark : )

参数

Image:需要进行阈值的图像；
Region:处理后的区域；
MaskWidth, MaskHeight：是用于滤波平滑的掩膜单元高度和宽度；默认值:15；建议值:9、11、13、15；限制:掩膜宽度与高度>= 1；
StdDevscale：是标准差乘数因子(简称标准差因子) ;默认值:0.2；建议值:-0.2，-0.1，0.1，0.2；
AbsThreshold：是设定的绝对阈值，最小灰度值与均值的差值；默认值:2；建议值:-2，-1，0，1，2；
LightDark：阈值类型。
默认值:‘dark’；可选值列表:’ light’、’ dark’、’ equal’、’ not equal’。

举例

例：var threshold (Image, Region, 4, 4, 0.2, 12, ‘dark’ )
在该程序中,用4x4的掩膜在图像上逐像素游走,用原图中的当前像素和对应掩膜中16个像素的灰度均值对比,找出暗(dark)的区域即地低于平均值的部分。当原图像素灰度比对应的掩膜灰度均值低(0.2,12)个灰阶时,该区域被分割出来。
程序中StdDevScale = 0.2, AbsThreshold = 12,问题的关键就是理解如何通过StdDevscale和AbsThreshold来确定用于分割的阈值。

描述

var_threshold会从输入图像中选择像素满足阈值条件的那些区域分割。阈值由本地窗口中每个像素(x,y)周围大小为掩膜宽×掩膜高的平均灰度值和标准差计算。
设g(x,y)为输入图像图像中位置(x,y)处的灰度值，m(x,y)和d(x,y)为该像素周围窗口中相应灰度值的均值和标准差，标准偏差用于测量图像中的噪声，并通过StdDevScale进行缩放以反映所需的灵敏度，阈值条件由参数LightDark的类型决定。
v(x,y) = min(StdDevScale ×d(x,y)，AbsThreshold)
当标准差因子StdDevscale>=0时, v(x.y)取StdDevScale ×d(x,y)和AbsThreshold中较大的那个 ;
当标准差因子StdDevScale<= 0时, v(xy)取(StdDevScale×d(x,y)和AbsThreshold中较小的那个。
所有满足上述条件的像素被聚合到生成的区域区域中；对于参数StdDevScale，-1.0和1.0之间的值是明智的选择，0.2作为建议值。如果参数过高或过低，则可能返回空或满的区域。*

三者差别与适用范围

1.threshold：全局阈值分割，适用于环境稳定，目标与背景存在明显的灰度差的场合，直方图会存在两个波峰一个是目标一个是背景，那么阈值就是物体与背景之间的最小值。。
2.binary_threshold：自动全局阈值分割，主要对灰度直方图存在两个波峰图像的自动阈值分割。
3.var_threshold：均值和标准偏差局部阈值分割，能够较好的分开目标和背景，对不适合的参数设置不敏感。var_threshold算子集成度更高，并且加入了“标准差×标准差因子”这一变量，可以有效地减少噪声对分割的影响。