如图 7.12(a) 所示的灰度直方图对应于图像 f(x,y),该图像的暗色背景上有一些明亮的物体,因此物体和背景像素的灰度级就分为两种主要模式。
从背景中提取物体的一种常用方法是选取一个阈值 T 来分隔这两种模式。然后,满足条件 f(x,y) > T 的任何点 (x,y) 就称为物体点,而其他点则称为背景点(反过来再背景上的亮背景上的暗色物体也一样)
阈值处理后的(二值)图像 g(x,y) 定义为:
标注为 a 的像素对应于物体,标注为 b 的像素对应于背景,通常惯例,a = 1(白),
b = 0 (黑)
当 T 是一个适用于整个图像的常数时,上述公式也称为全局阈值处理
当阈值 T 在一幅图像上变化时,则称为可变阈值处理
即图像中任意点 (x,y) 处的 T 值 取决于 (x,y) 的邻域的性质(如领域像素的平均灰度)。若 T 取决于空间坐标本身,则可变阈值处理常称为 动态或自适应阈值处理 。