图像在不同的色彩空间可以表现出不同的光谱特性,从而适用于不同的应用场合。在 HSV 色彩空间中,阴影在色度和饱和度通道中都与非阴影区域有明显的区别。根据阴影的这种特性,利用连续两次的 HSV 彩色空间变换,可以在图像中有效的区分出阴影与非阴影区域。
一、Otsu阈值算法(Otsu.m)
%利用大津法(Ostu)计算阈值
%{
大津法由大津于1979年提出,对图像Image,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。
图像的总平均灰度为:u=w0*u0+w1*u1。从最小灰度值到最大灰度值遍历t,
当t使得值g=w0*(u0-u)2+w1*(u1-u)2 最大时t即为分割的最佳阈值。
对大津法可作如下理解:该式实际上就是类间方差值,阈值t分割出的前景和背景两部分构成
了整幅图像,而前景取值u0,概率为 w0,背景取值u1,概率为w1,总均值为u,根据方差的
定义即得该式。因方差是灰度分布均匀性的一种度量,方差值越大,说明构成图像的两部分差
别越大, 当部分目标错分为背景或部分背景错分为目标都会导致两部分差别变小,因此使类
间方差最大的分割意味着错分概率最小。
%}
%Matlab实现大津法计算阀值
function threshold = Otsu(grayImage)
%取出最大灰度值,max只能找到每一列的最大值
maxGrayValue = max(max(