學(xué)習(xí)DIP第52天

轉(zhuǎn)載請標(biāo)明本文出處：http://blog.csdn.net/tonyshengtan ，出于尊重文章作者的勞動(dòng)，轉(zhuǎn)載請標(biāo)明出處！文章代碼已托管，歡迎共同開發(fā)：https://github.com/Tony-Tan/DIPpro

開篇空話

好久沒寫博客了，已然不熟練了，過完年全部人都不好了，哈哈，到剛才為止算是把圖象分割學(xué)習(xí)了1下，這兩天把學(xué)習(xí)結(jié)果和代碼簡單總結(jié)1下。

前面已介紹了邊沿檢測，和邊沿修復(fù)，閾值處理的基本概念也進(jìn)行了1定介紹。閾值處理速度快，算法簡單，所以利用比較廣泛，算法的基本問題在于計(jì)算出閾值處理的閾值，在接下來的幾篇我可，介紹幾種肯定閾值的算法，基本數(shù)學(xué)知識都來自統(tǒng)計(jì)學(xué)，包括最簡單的平均數(shù)，p-分位數(shù)，方差等數(shù)學(xué)知識。

下面就從最簡單的均值閾值開始介紹。

平均閾值

均值處理屬于閾值中最簡單的1種，其使用的1副圖象所有灰度的均值作為閾值，分割圖象。

根據(jù)統(tǒng)計(jì)學(xué)知識，求均值可使用幾率方法：

1. 計(jì)算圖象灰度直方圖

2. 歸1化直方圖，得出直方圖每項(xiàng)的幾率

3. 直方圖的橫坐標(biāo)與幾率的成績?nèi)缓笄蠛蛅hreshold=mean=∑L?1i=0p(i)×i

根據(jù)以上均值得到閾值，然后根據(jù)閾值處理基本公示處理整幅圖象。

代碼

/*********************************************************************************/

/*********************************************************************************/

計(jì)算從start到end的直方圖的平均值,hist未歸1化

double getMeaninHist(int start,int end,int *hist){

int hist_count=0;

double hist_value=0;

for(int i=start;i

hist_count+=hist[i];

hist_value+=(double)hist[i]*i;

}

return hist_value/(double)hist_count;

}

/*********************************************************************************/

/*********************************************************************************/

//均值法求閾值

//閾值等于全圖的像素的平均值

void MeanThreshold(double *src,double *dst,int width,int height,int type){

int hist[GRAY_LEVEL];

double threshold_value=0.0;

InitHistogram(hist);

setHistogram(src, hist, width,height);

threshold_value=getMeaninHist(0, GRAY_LEVEL, hist);

Threshold(src,dst, width, height, threshold_value,type);

}

結(jié)果

視察1下結(jié)果：

原圖：

原圖直方圖：

平均閾值：

閾值處理結(jié)果：

原圖加入1%的高斯噪聲

未處理：

直方圖：

平均閾值：

閾值處理結(jié)果：

原圖加入5%的高斯噪聲

未處理：

直方圖：

平均閾值：

閾值處理結(jié)果：

原圖加入7%的高斯噪聲

未處理：

直方圖：

平均閾值：

閾值處理結(jié)果：

lena圖均值閾值處理：

原圖：

處理后結(jié)果：

閾值：

總結(jié)

均值閾值可以完成1些較為簡單的的處理，但對目標(biāo)與背景的大小敏感，也就是直方圖那兩個(gè)峰的面積大小有關(guān)，如果這兩個(gè)峰相對大小相差不多，那末均值相對效果較好，如果兩個(gè)峰相差太多，也就是背景比目標(biāo)大很多或相反目標(biāo)比背景大很多時(shí)，結(jié)果失效。其次也遭到噪聲影響，但沒有上1因素影響大。

總結(jié)

以上是生活随笔為你收集整理的c语言实现灰度图像阈值分割,灰度图像--图像分割 阈值处理之平均阈值的全部內(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(cuò)，歡迎將生活随笔推薦給好友。