二值化_图像二值化方法（三）

9.最大熵阈值法

熵用来衡量一个分布的均匀程度，熵越大，说明分布越平均，最大熵分割就是使得背景和前景信息量最大。

计算概率，

,

计算前景和背景的信息熵

遍历0至L-1，求得T使得

最大的T就是分割的阈值

10.三角法图像二值化

它的成立条件是假设直方图最大波峰在靠近最亮的一侧，然后通过三角形求得最大直线距离，根据最大直线距离对应的直方图灰度等级即为分割阈值，但是有时候最大波峰对应位置不在直方图最亮一侧，而在暗的一侧，这样就需要翻转直方图，翻转之后求得值。

在直方图上从最高峰处

到最暗对应直方图

构造一条直线，从

处开始计算每个对应的直方图

到直线的垂直距离，直到

为止，其中最大距离对应的直方图位置即为图像二值化对应的阈值T，如果是翻转过的图像，那么阈值为255-T。

11.力矩保持法

根据分割前后，力矩保持不变，得到响应的阈值

图像的矩的计算公式，

计算0,1,2,3阶矩，

,分割后得到新的矩

,分割前后矩想的，得到

解算得到

，选择的阈值T是最接近于

。

12.百分比阈值

Doyle于1962年提出的P-Tile (即P分位数法)可以说是最古老的一种阈值选取方法。该方法根据先验概率来设定阈值，使得二值化后的目标或背景像素比例等于先验概率，该方法简单高效，但是对于先验概率难于估计的图像却无能为力。

对于先验概率不知道的情况下不建意选用此方法，除了已知目标或背景像素比例等于先验概率，更简单的讲就是在找阈值前已经知道，目标或背景占整幅图比率多少。

满足这个条件的T就是阈值。