?閾值分割法可以說是圖像分割中的經典方法，它利用圖像中要提取的目標與背景在灰度上的差異，通過設置閾值來把像素級分成若干類，從而實現目標與背景的分離。一般流程：通過判斷圖像中每一個像素點的特征屬性是否滿足閾值的要求，來確定圖像中的該像素點是屬于目標區域還是背景區域，從而將一幅灰度圖像轉換成二值圖像。用數學表達式來表示，則可設原始圖像f(x,y),T為閾值，分割圖像時則滿足下式：

??????????????????????????????????????????????

??? 閾值分割法計算簡單，而且總能用封閉且連通的邊界定義不交疊的區域，對目標與背景有較強對比的圖像可以得到較好的分割效果。但是，關鍵問題來了，如何獲得一個最優閾值呢？？？？？

以下是幾種最優閾值的選擇方法：

（1）人工經驗選擇法：

??? 也就是我們自己根據需要處理的圖像的先驗知識，對圖像中的目標與背景進行分析。通過對像素的判斷，圖像的分析，選擇出閾值值所在的區間，并通過實驗進行對比，最后選擇出比較好的閾值。這種方法雖然能用，但是效率較低且不能實現自動的閾值選取。對于樣本圖片較少時，可以選用。

（2）利用直方圖

??? 利用直方圖進行分析，并根據直方圖的波峰和波谷之間的關系，選擇出一個較好的閾值。這樣方法，準確性較高，但是只對于存在一個目標和一個背景的，且兩者對比明顯的圖像，且直方圖是雙峰的那種最有價值。

（3）最大類間方差法（OTSU）

??? OTSU是一種使用最大類間方差的自動確定閾值的方法。是一種基于全局的二值化算法，它是根據圖像的灰度特性,將圖像分為前景和背景兩個部分。當取最佳閾值時，兩部分之間的差別應該是最大的，在OTSU算法中所采用的衡量差別的標準就是較為常見的最大類間方差。前景和背景之間的類間方差如果越大，就說明構成圖像的兩個部分之間的差別越大，當部分目標被錯分為背景或部分背景被錯分為目標，都會導致兩部分差別變小，當所取閾值的分割使類間方差最大時就意味著錯分概率最小。

總結

以上是生活随笔為你收集整理的阈值分割法的全部內容，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站內容還不錯，歡迎將生活随笔推薦給好友。