Task05 图像分割/二值化
教程链接
https://github.com/datawhalechina/team-learning/blob/master/%E8%AE%A1%E7%AE%97%E6%9C%BA%E8%A7%86%E8%A7%89%E5%9F%BA%E7%A1%80%EF%BC%9A%E5%9B%BE%E5%83%8F%E5%A4%84%E7%90%86%EF%BC%88%E4%B8%8A%EF%BC%89/Task05%20%E9%98%88%E5%80%BC%E5%88%86%E5%89%B2_%E4%BA%8C%E5%80%BC%E5%8C%96.md
图像阈值化分割是一种传统的最常用的图像分割方法,特别适用于目标和背景占据不同灰度级范围的图像。
5.4.1 最大类间方差法(大津阈值法)
按照大津法求得的阈值进行图像二值化分割后,前景与背景图像的类间方差最大。它是按图像的灰度特性,将图像分成背景和前景两部分。因方差是灰度分布均匀性的一种度量,背景和前景之间的类间方差越大,说明构成图像的两部分的差别越大,当部分前景错分为背景或部分背景错分为前景都会导致两部分差别变小。因此,使类间方差最大的分割意味着错分概率最小。
5.4.2 自适应阈值
对于某些光照不均的图像,这种全局阈值分割的方法会显得苍白无力。根据图像不同区域亮度分布,计算其局部阈值,所以对于图像不同区域,能够自适应计算不同的阈值。
代码的话C++版的没看,python版的直接调库就行,具体代码见
https://www.kancloud.cn/aollo/aolloopencv/267591