FPGA图像处理之：OTSU二值化阈值分隔

一、定义

        二值化，就是让图像的像素点矩阵中的每个像素点的灰度值为0（黑色）或者255（白色），也就是让整个图像呈现只有黑和白的效果。在灰度化的图像中灰度值的范围为0~255，在二值化后的图像中的灰度值范围是0或者255。假如取阀值为127（相当于0~255的中数），让灰度值小于等于127的变为0（黑色），灰度值大于127的变为255（白色），这样做的好处是计算量小速度快，但是缺点也是很明显的，因为这个阀值在不同的图片中均为127，但是不同的图片，他们的颜色分布差别很大，所以用127做阀值，白菜萝卜一刀切，效果肯定是不好的。OTSU算法就是为了解决自适应寻找阈值点的问题。

二、原理

Otsu 算法的详细步骤：
1.计算直方图：首先，计算图像的灰度直方图，统计每个灰度级别的像素数量。

2.归一化直方图：将直方图中每个灰度级别的像素数量除以图像的总像素数，得到每个灰度级别的归一化频率。

3.计算累积分布函数：计算归一化直方图的累积分布函数，即累积概率密度函数。这可以通过累加每个灰度级别的归一化频率来实现。

4.初始化类间方差和最佳阈值：初始化类间方差为 0，并将最佳阈值设为 0。

5.遍历阈值：对每个可能的阈值 t 进行遍历（从 0 到最大灰度级别）。

6.计算类间方差：对于每个阈值 t，计算两个类别的均值和方差，然后根据这些统计量计算类间方差。类间方差可通过下式计算得到：

        其中，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，图像的总平均灰度为u，前景和背景图象的方差g。

三、FPGA实现

        使用system generator搭建算法模型如下：

四、实现效果

        分别找了灰度效果不同的图比较如下，从效果来看，OTSU算法还是挺不错的。