图像分割

1 固定阈值分割

S为输出，R为感兴趣区域。效果如下：

   

2 自适应阈值分割

    这里主要用了迭代法，和大津发进行阈值分割，效果如下：

迭代

  

大津

  

      这里可以看出自适应阈值分割取得了比较好的效果，可是还是会有少量噪声，还需要进一步滤波。迭代法的基本思想是基于灰度直方图，一某一阈值将灰度直方图分割成两边，然后分别求阈值两边的平均灰度，然后将阈值两边的平均灰度再求平均值并与原来的阈值进行比较，如果不等，继续上一步，直到阈值两边的平均灰度值的平均值与阈值重合。Otsu的原理是求出最大类间方差，最大类间方差所在的灰度值即为阈值。

3 动态阈值分割

    动态阈值分割现将图像进行滤波平滑，然后以滤波后的图像为原图像的背景估计值，这样用原图像与背景图像进行比较，如果对应点的像素差大于某一固定值，则该点即为所需前景。

  

    这里可以看出动态阈值的效果最好。几乎无杂点。