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。