算法001:大津法OTSU学习记录

OTSU算法

一、大津法主要的工作是什么？

• 大多数时候，我们需要获取到一幅图像中的特定目标。如果可以根据像素值将图像进行合理的分割，例如全局阈值分割那样，找到一个阈值$T$,大于阈值$T$的赋予一个像素值,小于阈值$T$的赋予一个像素值,那么就可以很容易的将目标与背景分离开来,如下公式所述:

$$g(x,y)=\{\begin{array}{l}1,f(x,y)>T\\ 0,f(x,y)\le T\end{array}$$

​ 如上所示:当$T$是一个适用于整幅图像的常数时, 该处理方式为全局阈值分割

• 在此基础上,出现了用OTSU方法实现的最佳全局阈值处理,通过该算法,可以找到最佳的全局阈值
• 总结起来: OTSU大津法是一个可以找到一幅图像的最佳全局阈值$T$的算法

二、使用算法的时候我们想要达到什么目的？如何才能说明求得阈值就是最佳阈值呢？

• 我们知道，经过阈值处理之后的图像其实是经过分类的，以某个阈值作为分类的**“分界点”**，理论上来讲，如果这个阈值足够好，那么像素被分成两组或者多组的过程中所引入的平均误差最小；从另一个角度来看，这两个组的平均灰度应该相差越大越好。

• OTSU算法引入了类间方差的概念，然后当类间方差取到最大的时候，两个组的平均灰度相差最大，此时的阈值就是最佳阈值

• 总结起来：
  目的就是可以是分成的两个类之间的差距尽可能的大，然后这个差距具体表现在平均灰度

  最佳阈值就是可以让更好的让我们达成上述目的的阈值

三、推导过程

1.假设一幅大小为$M\times N$像素的图像,共有$L$个不同的灰度级,因此其灰度区间可以表示为$[0,\cdots ,L-1]$。$n_i$表示灰度级为$i$的像素的个数,那么就有:
$$MN=n_0+n_1+n_2+\cdots +n_{L-1}$$

像素为$i$出现的概率约等于频率$p_i=\frac{n_i}{MN}$,于是可得:

$$\sum _{i=0}^{L-1}{p}_i=1,p_i\ge 0$$
2. 如果先假定一个阈值$T(k)=k,0<k<L-1$,他会将图像阈值分割为$C_1$和$C_2$两类,其中$C_1$中的像素位于区间$[0,k]$,$C_2$中的像素位于$[k+1,L-1]$.

那么像素被分到类$C_1$中的概率为:

$$P_1(k)=p_0+p_1+p_2+\cdots +p_k=\sum _{i=0}^k{p}_i$$

​同理,像素被分到类$C_2$中的概率为:

$$P_2(k)=p_{k+1}+p_{k+2}+p_{k+3}+\cdots +p_{L-1}=\sum _{i=k+1}^{L-1}{p}_i$$

​ 很显然:

$$P_1(k)+P_2(k)=p_0+p_1+p_2+\cdots +p_k+p_{k+1}+p_{k+2}+p_{k+3}+\cdots +p_{L-1}=\sum _{i=0}^k{p}_i+\sum _{i=k+1}^{L-1}{p}_i=\sum _{i=0}^{L-1}{p}_i=1$$

​ 简言之:

$$P_1(k)+P_2(k)=1$$

---

​ 3. 在继续下面的推导之前,先引入下面的公式和概念（下述的是定义，当然也比较好理解）

​ 某幅图像的平均灰度$m$为
$$m=\sum _{i=0}^{L-1}{r}_i{p}_{r_i}$$
​ 如果这里的知识遗忘的话,可以回忆一下考研概论中的期望简述如下:
$$E(x)=\{\begin{array}{l}{\sum }_{}^{}xp(x),\text{离散情况}\\ \int xf(x)dx,\text{连续情况}\end{array}$$
​ 某幅图像的灰度方差${\sigma }^2$(二阶矩),也可以记为${\mu }_2(r)$
$${\mu }_2(r)=\sum _{i=0}^{L-1}(r_i-m{)}^2{p}_i$$
​ 其中$r$是像素值。

---

4.分到类$C_1$中像素的平均灰度值为:
$$m_1(k)=\sum _{i=0}^{k}ip(i|C_1)$$
由贝叶斯公式:
$$P(A|B)=\frac{P(B|A)P(A)}{P(B)}$$

得到:
$$m_1(k)=\sum _{i=0}^{k}iP(i|C_1)=\sum _{i=0}^{k}i\frac{P(C_1|i)P(i)}{P(C_1)}$$
又因为$P(C_1|i)=1$(因为若像素其值为$i$,则必定属于$C_1$),且$P(C_1)$不就是上文所述的$P_1(k)$嘛,因此可得下式:
$$m_1(k)=\sum _{i=0}^{k}i\frac{P(i)}{P(C_1)}=\frac{1}{P_1(k)}\sum _{i=0}^{k}i{P}_i$$
同理可得分到类$C_2$中像素的平均灰度值为:
$$m_2(k)=\frac{1}{P_2(k)}\sum _{i=k+1}^{L-1}i{P}_i$$

---

5.对于$k$个灰度等级进行累加求均值时,表示为$m(k)$:
$$m(k)=\sum _{i=0}^{k}i{p}_i$$
于是—>全局的(也就是整个图像的)灰度均值$m_G$为:
$$m_G＝\sum _{i=0}^{L-1}i{p}_i$$
为什么呢?因为整幅图像的灰度级是$[0,L-1]$

---

6.经过上述的公式我们可以得到一下结论:(这里暂时忽略$k$)
$$m_G=P_1{m}_1+P_2{m}_2$$
$$m_G-m=\sum _{i=k+1}^{L-1}i{p}_i=m_2{P}_2$$
$$P_1+P_2=1$$

---

7.我们知道OTSU算法又叫做最大类间方差法,所以自然少不了所谓的类间方差,其定义为:
$${\sigma }_B^2=P_1(m_1-m_G{)}^2+P_2(m_2-m_G{)}^2$$
上述的就是类间方差的定义,$P_1$、$P_2$可以理解为"权重",$m_G$是全局均值

当然还有一个重要的概念:全局方差${\sigma }_G^2$(回顾前文中的灰度方差):

$${\sigma }_G^2=\sum _{i=0}^{L-1}(i-m_G{)}^2{p}_i$$

现在还是回到类间方差${\sigma }_B^2$,经过推导我们发现${\sigma }_B^2$还等价于下面两种形式:

$${\sigma }_B^2=P_1{P}_2(m_1-m_2{)}^2=\frac{(m_G{P}_1-m{)}^2}{P_1(1-P_1)}$$

具体的推导过程见下图:

8.根据第7步的公式我们可以看出两个均值$m_1$和$m_2$彼此相差越大,${\sigma }_B^2$就越大,还记得最开始的时候我们说过目的:就是可以是分成的两个类之间的差距尽可能的大，然后这个差距具体表现在平均灰度,在这里表现为均值$m_1$和$m_2$彼此之差。

也就是说，如果我们的阈值$k$选的最优，那么$m_1$和$m_2$的差距应该最大。另外因为不管阈值怎么改变全局的平均灰度${\sigma }_G^2$都是不受影响的,也即是个常数。

此时再引入$k$,用类间方差${\sigma }_B^2$和全局方差${\sigma }_G^2$的商$\eta$来表征:
$$\eta (k)=\frac{{\sigma }_B^2(k)}{{\sigma }_G^2(k)}$$

$${\sigma }_B^2(k)=\frac{[m_G(k)P_1(k)-m(k){]}^2}{P_1(k)[1-P_1(k)]}$$

如果$k^{\ast }$是最佳阈值,那么${\sigma }_B^2(k^{\ast })$就是最大化的${\sigma }_B^2(k)$.

---

9.至此,只要我们找出可以使得${\sigma }_B^2(k)$最大化的$k^{\ast }$就算是找到了最优阈值

一般的寻找方式是:取$k$所有可能取到的整数值-----位于$[0,L-1]$中,挨个选取,求出使得${\sigma }_B^2(k)$最大的$k$值即可

如果存在多个$k$值使得${\sigma }_B^2(k)$最大,那么求$k$的均值即可.

之后将$k$作为全局阈值,进行图像分割:
$$g(x,y)=\{\begin{array}{l}1,f(x,y)>k\\ 0,f(x,y)\le k\end{array}$$