个人技术笔记

OSTU大律法二值化原理

发布时间：2019-03-20  栏目：图像处理  评论：0 Comments

介绍

Ostu方法又名最大类间差方法，通过统计整个图像的直方图特性来实现全局阈值T的自动选取，其算法步骤为：

1) 先计算图像的直方图，即将图像所有的像素点按照0~255共256个bin，统计落在每个bin的像素点数量

2) 归一化直方图，也即将每个bin中像素点数量除以总的像素点

3) i表示分类的阈值，也即一个灰度级，从0开始迭代

4) 通过归一化的直方图，统计0~i 灰度级的像素(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w0，并统计前景像素的平均灰度u0；统计i~255灰度级的像素(假设像素值在此范围的像素叫做背景像素) 所占整幅图像的比例w1，并统计背景像素的平均灰度u1；

5) 计算前景像素和背景像素的方差 g = w0*(u0-u) (u0-u)+w1*(u1-u) (u1-u)

6) i++；转到4)，直到i为256时结束迭代

7）将最大g相应的i值作为图像的全局阈值

 

缺陷

OSTU算法在处理光照不均匀的图像的时候，效果会明显不好，因为利用的是全局像素信息。

 

原文链接：

https://blog.csdn.net/bearmomo/article/details/77944860

 

留下评论

You must be logged in to post a comment.