图像二值化方法中的阈值法

搜索图像二值化方法中的阈值法，有以下这些：

挑选其中的一部分学习。

一、基于点的全局阈值法

1.  直方图双峰法（需要有明显的谷底）
   

2.  最大类间方差法（目标与背景的大小之比很小时失效）
   

3.  熵方法
   

4.  最小误差阈值
   

5.  矩量保持法
   

6.  模糊集方法
   

二、基于区域的全局阈值方法

1.  二维熵阈值分割方法
   

2.  简单统计法
   

3.  直方图变化法
   

4.  松弛法
   

三、局部阈值方法和多阈值法

1.  局部阈值（动态阈值）
   

2.  阈值差值法
   

3.  水线阈值法
   

4.  基于小波的多阈值方法
   

5.  基于边界点的递归多阈值方法
   

6.  均衡对比度递归多阈值方法
   

1.1 直方图双峰法

说明：该方法适用于直方图有两个峰的图像，如果直方图曲线平坦或者只有一个峰的图像不适合。

实现方法参考 http://www.cnblogs.com/Imageshop/p/3307308.html

步骤：a. 颜色空间从RGB转到HSV，计算V通道直方图。

b.直方图平滑。计算方法是(i-1),i, (i+1) 三个数计算平均值作为第i个数的新值，迭代1000次，如果1000次后还是没有得到双峰说明迭代失败不适合用双峰法二值化。

c.得到双峰图后，计算谷底作为阈值。

测试图如下。背景颜色单一，前景颜色单一，背景与前景颜色差别较大。

原文链接：https://blog.csdn.net/yiqiudream/article/details/51791697