迭代阈值分割
迭代阈值分割是通过迭代找出合适的阈值,再根据得到的阈值进行分割的方法。
迭代找阈值的主要步骤:
- 定义精度dt,即前后两个阈值的差值小于dt时认为找到了合适的阈值。
- 定义初始阈值T0,一般用灰度均值。
- 根据当前阈值T,大于T的灰度值分为一组,取其平均值m1;小于T的灰度值分为另一组,同样取其平均值m2 。
- 得到新的阈值T = (m1 + m2) / 2 。
- 重复步骤3和步骤4直到前后阈值差小于dt 。
具体代码:(OpenCV)
double dt = 5; //预定义阈值差(精度)
double T = 0, preT = 0;
int i = 0, j = 0, count = 0;
for (i = 0; i < backRImg->height; i++) { //取均值
for (j = 0; j < backRImg->width; j++) {
T += (backRImg->imageData + backRImg->widthStep * i)[j];
count++;
}
}
T = T * 1.0 / count;
while ( abs(preT - T) > dt) {
preT = T;
int m1 = 0, m2 = 0, cnt1 = 0, cnt2 = 0;
for (i = 0; i < backRImg->height; i++) {
for (j = 0; j < backRImg->width; j++) {
int grayValue = (backRImg->imageData + backRImg->widthStep * i)[j]; //灰度值
if (grayValue > T) {
m1 += grayValue;
cnt1++;
}
else {
m2 += grayValue;
cnt2++;
}
}
}
m1 = m1 * 1.0 / cnt1;
m2 = m2 * 1.0 / cnt2;
T = (m1 + m2) / 2;
}
然后再根据得到的阈值进行分割操作即可。