求阈值最佳方法.docx

文档介绍：1.
2.
3.
4.
5.
6.
7.
8.
9.
10.
11.
12.
13.
14.
15.
16.
17.
18.
19.
20.
21.
22.
23.
24.
25.
26.
1.
2.
3.
4.
5.
6.
7.
8.
9.
10.
11.
12.
13.
14.
15.
16.
17.
18.
19.
20.
21.
22.
23.
24.
25.
26.
27.
28.
29.
30.
OTSU算法是由日本学者OTSU于1979年提出的一种对图像进行二值化的高效算法。
1. OTSU算法原理简介
对于一幅图像，设当前景与背景的分割阈值为t时，前景点占图像比例为wO,均值 为uO,背景点占图像比例为w1，均值为u1。则整个图像的均值为u = w0*u0+w1*u1。建 立目标函数g(t)=wO*(uO-u)A2+w1*(u1-u)A2, g(t)就是当分割阈值为t时的类间方差表达式。 OTSU算法使得g(t)取得全局最大值，当g(t)为最大时所对应的t称为最佳阈值。OTSU算 法又称为最大类间方差法。

下面是OSTU算法的C语言代码及其测试，代码基于opencv。
[cpp] view plaincopy
#include <>
#include <>
int otsu(IplImage *image)
{
assert(NULL != image);
int width = image->width;
int height = image->height;
int x=0,y=0;
int pixelCount[256];
float pixelPro[256];
int i, j, pixelSum = width * height, threshold = 0;
uchar* data = (uchar*)image->imageData;
//初始化
for(i = 0; i < 256; i++)
{
pixelCount[i] = 0; pixelPro[i] = 0;
}
//统计灰度级中每个像素在整幅图像中的个数
for(i = y; i < height; i++)
{
for(j = x;j <width;j++)
{
pixelCount[data[i * image->widthStep + j]]++; }
31.
32.
33.
34.
35.
36.
37.
38.
39.
40.
41.
42.
43.
44.
45.
46.
47.
48.
49.
50.
51.
52.
53.
54.
55.
56.
57.
58.
59.
60.
61.
62.
63.
64.
65.
66.
67.
68.
69.
70.
71.
72.
73.
74.
//计算每个像素在整幅图像中的比例
for(i = 0; i < 256; i++)
{
pixelPro[i] = (float)(pi