ImageJ中圖像二值化方法介紹

概述

二值圖像分析在對象識別與模式匹配中有重要作用，同時也在機(jī)器人視覺中也是圖像處理的關(guān)鍵步驟，選擇不同圖像二值化方法得到的結(jié)果也不盡相同。本文介紹超過十種以上的基于全局閾值的圖像二值化方法，其中最大值為255表示白色， 0 表示黑色，H表示圖像直方圖。imageJ重要開源分支Fiji中已經(jīng)實(shí)現(xiàn)了全局自動閾值16種方法。

ImageJ演示

首先來看一下原圖，是一張人體細(xì)胞組織的圖像，顯示如下：

各種二值化方法生成的對應(yīng)的二值圖像圖像顯示如下：

迭代方法：

默認(rèn)方式是通過迭代方法來求取閾值T，通過假設(shè)閾值T來分割圖像為兩部分，對各個部分求取均值M1與M2假設(shè)T’ = (M1+M2) 不等于T則令T= T’然后繼續(xù)迭代直到兩者相等。

Huang閾值分割法：

方法來自于Huang L-K & Wang M-JJ模式識別論文《ImageThresholding By minimizing the measure of fuzziness》具體可以自己看論文。

InterModes閾值分割：

該方法假設(shè)直方圖是一個雙峰模式的直方圖，對直方圖使用平滑濾波迭代多次，知道只剩下兩個最大的峰J與K則閾值為T=(J+K)/2, 如果圖像形成直方圖只會有一個單峰或者有大片平坦區(qū)域的時候，該方法不太適合。

IsoData閾值分割：

該方法基于Ridler， TW&Calvard的論文《Picture thresholding using an iterative selection method》該方法通過給定一個隨機(jī)閾值假設(shè)127把圖像分為對象與背景進(jìn)行分割，計算兩部分的均值，不斷迭代，直到閾值大于復(fù)合均值為止。最終閾值為：閾值 = (背景像素均值+對象像素均值)/2。感興趣可以自己看Paper。

Li閾值分割：

基于Li的最小交叉熵閾值迭代方法，感興趣者可以看論文《Minimum CrossEntropy Thresholding》了解更多細(xì)節(jié)。

MaxEntropy(最大熵值分割)：

基于Kapur-Sahoo-Wong的《Maximum Entropy thresholdingmethod》方法實(shí)現(xiàn)該算法，ImageJ Fiji中已經(jīng)實(shí)現(xiàn)。

均值方法分割：

使用灰度圖像計算所有像素值的均值作為閾值實(shí)現(xiàn)圖像二值化分割方法。

MinError(最小錯誤)：

迭代算法基于Kittler與Illingworth的最小錯誤閾值分割方法，初始開始迭代的閾值為均值。除了ImageJ中已有實(shí)現(xiàn)，此方法在MATLAB中也有實(shí)現(xiàn)。

Minimum(最小閾值)：

該方法類似于中間幀模式(InterModes)，都是假設(shè)直方圖有兩個波峰，通過均值平滑濾波最終得到兩個本地最大的波峰，閾值等于yt-1>yt<=yt+1。該方法主要用于細(xì)胞圖像分析，相關(guān)論文見《TheAnalysis of cell images》。MATLAB中同樣也實(shí)現(xiàn)了該方法。

Moments(幾何矩閾值)：

該方法是根據(jù)Tsai.W的論文《Moment-preserving thresholding: anew approach》

Otsu閾值

Otsu主要是圖像直方圖進(jìn)行閾值分類，從0~255之間，然后求它們的最小內(nèi)方差對應(yīng)直方圖灰度索引值作為閾值實(shí)現(xiàn)圖像二值化，OpenCV中已經(jīng)實(shí)現(xiàn)，而且是OpenCV2.x全局閾值二值化方法。

Percentile閾值

該方法假設(shè)前景像素ptile=0.5，然后對直方圖按照灰度強(qiáng)度從0~255作為每個閾值分割通過迭代尋找最小比重值，最終得到閾值T。

RenyiEntropy(雷尼熵閾值分割)

跟最大熵值方法類似，唯一不同是用Renyi熵計算公式取代廣義熵值公式。

最大熵值為：

其中q取值不同決定閾值不同。通常q取1或者2。

Shanbhag(閾值分割)

該方法同樣是基于直方圖熵值實(shí)現(xiàn)的閾值分割方法。具體可以參考《Utilization of information measure as a means of image thresholding》了解原理。

Triangle(三角閾值分割)

該方法是假設(shè)直方圖只有一個波峰(單峰直方圖)使用如下方法求得最大距離對應(yīng)的直方圖灰度值即為閾值。OpenCV在其3.x版本中已經(jīng)實(shí)現(xiàn)該方法。

Yen(閾值分割)

該方法是基于直方圖數(shù)據(jù)的最大相關(guān)條件實(shí)現(xiàn)的二值圖像分割方法。

16種方法Java源代碼實(shí)現(xiàn)下載地址：

https://github.com/fiji/Auto_Threshold

本篇文章轉(zhuǎn)載自http://www.onesheng.cn/chfa/fangan/251076.html，如有侵權(quán)，請告知刪除。

打開App，閱讀手記

總結(jié)

以上是生活随笔為你收集整理的java 求集合平均数_图像二值化方法介绍（转载学习）的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。