迭代阈值分割

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。