OTSU 最大类间方差算法

 otsu法(最大类间方差法,有时也称之为大津算法)使用的是聚类的思想,把图像的灰度数按灰度级分成2个部分,使得两个部分之间的灰度值差异最大,每个部分之间的灰度差异最小,通过方差的计算来寻找一个合适的灰度级别 来划分。  所以 可以在二值化的时候 采用otsu算法来自动选取阈值进行二值化。otsu算法被认为是图像分割中阈值选取的最佳算法,计算简单,不受图像亮度和对比度的影响。因此,使类间方差最大的分割意味着错分概率最小。


设t为设定的阈值。

wo: 分开后  前景像素点数占图像的比例

uo:  分开后  前景像素点的平均灰度

w1:分开后  被景像素点数占图像的比例

u1:  分开后  被景像素点的平均灰度

u=w0*u0 + w1*u1 :图像总平均灰度


从L个灰度级遍历t,使得t为某个值的时候,前景和背景的方差最大, 则 这个 t  值便是我们要求得的阈值。

其中,方差的计算公式如下:

g=wo * (uo - u) * (uo - u) + w1 * (u1 - u) * (u1 - u)

[             此公式计算量较大,可以采用:      g = wo * w1 * (uo - u1) * (uo - u1)                ]




由于otsu算法是对图像的灰度级进行聚类,so  在执行otsu算法之前,需要计算该图像的灰度直方图。


按照上面的解释参考代码如下:

[cpp]  view plain  copy
  1. #include "stdafx.h"  
  2. #include "stdio.h"  
  3. #include "cv.h"  
  4. #include "highgui.h"  
  5. #include "Math.h"  
  6.   
  7. int Otsu(IplImage* src);  
  8.   
  9. int _tmain(int argc, _TCHAR* argv[])  
  10. {  
  11.     IplImage* img = cvLoadImage("c:\\aSa.jpg",0);  
  12.     IplImage* dst = cvCreateImage(cvGetSize(img), 8, 1);  
  13.     int threshold = Otsu(img);  
  14.   
  15.     cvThreshold(img, dst, threshold, 255, CV_THRESH_BINARY);  
  16.   
  17.   
  18.     cvNamedWindow( "img", 1 );  
  19.     cvShowImage("img", dst);  
  20.   
  21.   
  22.     cvWaitKey(-1);  
  23.   
  24.     cvReleaseImage(&img);  
  25.     cvReleaseImage(&dst);  
  26.   
  27.     cvDestroyWindow( "dst" );  
  28.     return 0;  
  29. }  
  30.   
  31. int Otsu(IplImage* src)    
  32. {    
  33.     int height=src->height;    
  34.     int width=src->width;        
  35.     long size = height * width;   
  36.   
  37.     //histogram    
  38.     float histogram[256] = {0};    
  39.     for(int m=0; m < height; m++)  
  40.     {    
  41.         unsigned char* p=(unsigned char*)src->imageData + src->widthStep * m;    
  42.         for(int n = 0; n < width; n++)   
  43.         {    
  44.             histogram[int(*p++)]++;    
  45.         }    
  46.     }    
  47.   
  48.     int threshold;      
  49.     long sum0 = 0, sum1 = 0; //存储前景的灰度总和和背景灰度总和  
  50.     long cnt0 = 0, cnt1 = 0; //前景的总个数和背景的总个数  
  51.     double w0 = 0, w1 = 0; //前景和背景所占整幅图像的比例  
  52.     double u0 = 0, u1 = 0;  //前景和背景的平均灰度  
  53.     double variance = 0; //最大类间方差  
  54.     int i, j;  
  55.     double u = 0;  
  56.     double maxVariance = 0;  
  57.     for(i = 1; i < 256; i++) //一次遍历每个像素  
  58.     {    
  59.         sum0 = 0;  
  60.         sum1 = 0;   
  61.         cnt0 = 0;  
  62.         cnt1 = 0;  
  63.         w0 = 0;  
  64.         w1 = 0;  
  65.         for(j = 0; j < i; j++)  
  66.         {  
  67.             cnt0 += histogram[j];  
  68.             sum0 += j * histogram[j];  
  69.         }  
  70.   
  71.         u0 = (double)sum0 /  cnt0;   
  72.         w0 = (double)cnt0 / size;  
  73.   
  74.         for(j = i ; j <= 255; j++)  
  75.         {  
  76.             cnt1 += histogram[j];  
  77.             sum1 += j * histogram[j];  
  78.         }  
  79.   
  80.         u1 = (double)sum1 / cnt1;  
  81.         w1 = 1 - w0; // (double)cnt1 / size;  
  82.   
  83.         u = u0 * w0 + u1 * w1; //图像的平均灰度  
  84.         printf("u = %f\n", u);  
  85.         //variance =  w0 * pow((u0 - u), 2) + w1 * pow((u1 - u), 2);  
  86.         variance =  w0 * w1 *  (u0 - u1) * (u0 - u1);  
  87.         if(variance > maxVariance)   
  88.         {    
  89.             maxVariance = variance;    
  90.             threshold = i;    
  91.         }   
  92.     }    
  93.   
  94.     printf("threshold = %d\n", threshold);  
  95.     return threshold;    
  96. }    



快哭了 把w1写成w0 ··害我debug 了好久~~总是不认真,脑袋浑浑噩噩的···这都看不出来。。。。委屈


==================

对了,之前搜集的一个otsu的算法,代码如下(由于时间太久了,不知道出处了。。。膜拜大牛哈偷笑

[cpp]  view plain  copy
  1. #include "stdafx.h"  
  2. #include "stdio.h"  
  3. #include "cv.h"  
  4. #include "highgui.h"  
  5. #include "Math.h"  
  6.   
  7. int Otsu(IplImage* src);  
  8.   
  9. int _tmain(int argc, _TCHAR* argv[])  
  10. {  
  11.     IplImage* img = cvLoadImage("c:\\aSa.jpg",0);  
  12.     IplImage* dst = cvCreateImage(cvGetSize(img), 8, 1);  
  13.     int threshold = Otsu(img);  
  14.     printf("threshold = %d\n", threshold);  
  15.     cvThreshold(img, dst, threshold, 255, CV_THRESH_BINARY);  
  16.   
  17.     cvNamedWindow( "img", 1 );  
  18.     cvShowImage("img", dst);  
  19.   
  20.   
  21.     cvWaitKey(-1);  
  22.   
  23.     cvReleaseImage(&img);  
  24.     cvReleaseImage(&dst);  
  25.       
  26.     cvDestroyWindow( "dst" );  
  27.     return 0;  
  28. }  
  29.   
  30. int Otsu(IplImage* src)    
  31. {    
  32.     int height=src->height;    
  33.     int width=src->width;        
  34.   
  35.     //histogram    
  36.     float histogram[256] = {0};    
  37.     for(int i=0; i < height; i++)  
  38.     {    
  39.         unsigned char* p=(unsigned char*)src->imageData + src->widthStep * i;    
  40.         for(int j = 0; j < width; j++)   
  41.         {    
  42.             histogram[*p++]++;    
  43.         }    
  44.     }    
  45.     //normalize histogram    
  46.     int size = height * width;    
  47.     for(int i = 0; i < 256; i++)  
  48.     {    
  49.         histogram[i] = histogram[i] / size;    
  50.     }    
  51.   
  52.     //average pixel value    
  53.     float avgValue=0;    
  54.     for(int i=0; i < 256; i++)  
  55.     {    
  56.         avgValue += i * histogram[i];  //整幅图像的平均灰度  
  57.     }     
  58.   
  59.     int threshold;      
  60.     float maxVariance=0;    
  61.     float w = 0, u = 0;    
  62.     for(int i = 0; i < 256; i++)   
  63.     {    
  64.         w += histogram[i];  //假设当前灰度i为阈值, 0~i 灰度的像素(假设像素值在此范围的像素叫做前景像素) 所占整幅图像的比例  
  65.         u += i * histogram[i];  // 灰度i 之前的像素(0~i)的平均灰度值: 前景像素的平均灰度值  
  66.   
  67.         float t = avgValue * w - u;    
  68.         float variance = t * t / (w * (1 - w) );    
  69.         if(variance > maxVariance)   
  70.         {    
  71.             maxVariance = variance;    
  72.             threshold = i;    
  73.         }    
  74.     }    
  75.   
  76.     return threshold;    
  77. }   
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值