pdf417项目.(1)OSTU二值化

最新推荐文章于 2023-04-24 06:57:58 发布

清楼小刘

最新推荐文章于 2023-04-24 06:57:58 发布

阅读量709

点赞数

本文链接：https://blog.csdn.net/qq_33826977/article/details/53063870

版权

这篇博客介绍了如何利用大津(OSTU)算法进行图像二值化处理，旨在找到最佳阈值以最大化前景与背景像素的类间方差，最小化类内方差。在MATLAB R2012a环境下，通过调用ostu函数实现了图像的二值化，并展示了处理结果。

摘要由CSDN通过智能技术生成

首先记录一下理论基础（虽然我TM也不怎么懂）

大津算法：
算法假定该图像根据双模直方图包含两类像素：
前景像素和背景像素
于是它要计算能将两类分开的最佳阈值，使得它们的类内方差最小；由于两两平方距离恒定，所以即它们的类间方差最大。

说白了就是找一个最为合理的阈值，用这个阈值来二值化

运行环境：matlab R2012a

ostu函数实现：

function [binaryzationGraph]=ostu(I)  %传入原RGB图片
clc;

%rgb图像转成灰度图
G=rgb2gray(I);  
figure;
imshow(G);
title('灰度图');

%1.统计各灰度级像素在整幅图像中的个数
Count=imhist(G);%统计各灰度级像素在整幅图像中的个数

%2. 计算每个灰