opencv实现c++的otsu自适应阈值分割的算法描述.doc

《opencv实现c++的otsu自适应阈值分割的算法描述.doc》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、otsu算法选择使类间方差最大的灰度值为阈值，具有很好的效果算法具体描述见otsu论文，或冈萨雷斯著名的数字图像处理那本书这里给出程序流程：1、计算直方图并归一化histogram2、计算图像灰度均值avgValue.3、计算直方图的零阶w[i]和一级矩u[i]4、计算并找到最大的类间方差（between-classvariance）variance[i]=(avgValue*w[i]-u[i])*(avgValue*w[i]-u[i])/(w[i]*(1-w[i]))对应此最大方差的灰度值即为要找的阈值5、用找到的阈值二值化图像我在代码中做了一些优化，所以

2、算法描述的某些地方跟程序并不一致otsu代码，先找阈值，继而二值化//implementationofotsualgorithm//author:onezeros(@yahoo.cn)//reference:RafaelC.Gonzalez.DigitalImageProcessingUsingMATLABvoidcvThresholdOtsu(IplImage*src,IplImage*dst){intheight=src->height;intwidth=src->width;//histogramfloathistogram[256]={0};for(

3、inti=0;iimageData+src->widthStep*i;for(intj=0;j

4、Value+=i*histogram[i];}intthreshold;floatmaxVariance=0;floatw=0,u=0;for(inti=0;i<256;i++){w+=histogram[i];u+=i*histogram[i];floatt=avgValue*w-u;floatvariance=t*t/(w*(1-w));if(variance>maxVariance){maxVariance=variance;threshold=i;}}cvThreshold(src,dst,threshold,255,CV_THRESH_BINARY

5、);}更多情况下我们并不需要对每一帧都是用otsu寻找阈值，于是可以先找到阈值，然后用找到的阈值处理后面的图像。下面这个函数重载了上面的，返回值就是阈值。只做了一点改变//implementationofotsualgorithm//author:onezeros(@yahoo.cn)//reference:RafaelC.Gonzalez.DigitalImageProcessingUsingMATLABintcvThresholdOtsu(IplImage*src){intheight=src->height;intwidth=src->width;//

6、histogramfloathistogram[256]={0};for(inti=0;iimageData+src->widthStep*i;for(intj=0;j

7、tavgValue=0;for(inti=0;i<256;i++){avgValue+=i*histogram[i];}intthreshold;floatmaxVariance=0;floatw=0,u=0;for(inti=0;i<256;i++){w+=histogram[i];u+=i*histogram[i];floatt=avgValue*w-u;floatvariance=t*t/(w*(1-w));if(variance>maxVariance){maxVariance=variance;threshold=i;}}returnthresho

8、ld;}我在手的自动检测中使用这个方法，效果很好。下