OTSU算法是由日本学者OTSU于1979年提出的一种对图像进行二值化的高效算法,是一种自适应的阈值确定的方法,又称大津阈值分割法。
OTSU算法利用阈值将图像分为前景后背景两部分,使前景与背景之间的方差最大。
- 记t为前景与背景的分割阈值,前景点数占图像比例为w0,平均灰度为u0;背景点数占图像比例为w1,平均灰度为u1。
- 则图像的总平均灰度为:u=w0*u0+w1*u1。
- 前景和背景图象的方差:g=w0*(u0-u)*(u0-u)+w1*(u1-u)*(u1-u)=w0*w1*(u0-u1)*(u0-u1),此公式为方差公式
- 寻找使方差最大的分割阈值作为图像二值化的阈值
类间方差法对噪音和目标大小十分敏感,它仅对类间方差为单峰的图像产生较好的分割效果。
当目标与背景的大小比例悬殊时,类间方差准则函数可能呈现双峰或多峰,此时效果不好,但是类间方差法是用时最少的。
下面用c++和opencv分别进行了实现:
#include "pch.h"
#include<opencv2/opencv.hpp>
#include<iostream>
using namespace cv;
using namespace std;
Mat my_otsu(Mat src) {
Mat dst;
src.copyTo(dst);
double varValue = 0; //类间方差中间值保存
int T = 0; //Otsu算法阈值
double Histogram[256] = { 0 };
int Histogram1[256] = { 0 };
//像素统计
for (int rows = 0; rows &l