c语言实现灰度图像阈值分割,灰度图像--图像分割 阈值处理之平均阈值

学习DIP第52天

转载请标明本文出处：http://blog.csdn.net/tonyshengtan ，出于尊重文章作者的劳动，转载请标明出处！文章代码已托管，欢迎共同开发：https://github.com/Tony-Tan/DIPpro

开篇废话

好久没写博客了，已然不熟练了，过完年整个人都不好了，哈哈，到刚才为止算是把图像分割学习了一下，这两天把学习结果和代码简单总结一下。

前面已经介绍了边缘检测，和边缘修复，阈值处理的基本概念也进行了一定介绍。阈值处理速度快，算法简单，所以应用比较广泛，算法的基本问题在于计算出阈值处理的阈值，在接下来的几篇我可，介绍几种确定阈值的算法，基本数学知识都来自统计学，包括最简单的平均数，p-分位数，方差等数学知识。

下面就从最简单的均值阈值开始介绍。

平均阈值

均值处理属于阈值中最简单的一种，其使用的一副图像所有灰度的均值作为阈值，分割图像。

根据统计学知识，求均值可以使用概率方法：

1. 计算图像灰度直方图

2. 归一化直方图，得出直方图每一项的概率

3. 直方图的横坐标与概率的成绩然后求和

threshold=mean=∑L−1i=0p(i)×i

根据以上均值得到阈值，然后根据阈值处理基本公示处理整幅图像。

代码

/*********************************************************************************/

/*********************************************************************************/

计算从start到end的直方图的平均值,hist未归一化

double getMeaninHist(int start,int end,int *hist){

int hist_count=0;

double hist_value=0;

for(int i=start;i

hist_count+=hist[i];

hist_value+=(double)hist[i]*i;

}

return hist_value/(double)hist_count;

}

/*********************************************************************************/

/*********************************************************************************/

//均值法求阈值

//阈值等于全图的像素的平均值

void MeanThreshold(double *src,double *dst,int width,int height,int type){

int hist[GRAY_LEVEL];

double threshold_value=0.0;

InitHistogram(hist);

setHistogram(src, hist, width,height);

threshold_value=getMeaninHist(0, GRAY_LEVEL, hist);

Threshold(src,dst, width, height, threshold_value,type);

}

结果

观察一下结果：

原图：

原图直方图：

平均阈值：

阈值处理结果：

原图加入1%的高斯噪声

未处理：

直方图：

平均阈值：

阈值处理结果：

原图加入5%的高斯噪声

未处理：

直方图：

平均阈值：

阈值处理结果：

原图加入7%的高斯噪声

未处理：

直方图：

平均阈值：

阈值处理结果：

lena图均值阈值处理：

原图：

处理后结果：

阈值：

总结

均值阈值可以完成一些较为简单的的处理，但对目标与背景的大小敏感，也就是直方图那两个峰的面积大小有关，如果这两个峰相对大小相差不多，那么均值相对效果较好，如果两个峰相差太多，也就是背景比目标大很多或相反目标比背景大很多时，结果失效。其次也受到噪声影响，但没有上一因素影响大。