?

Ostu方法又名最大類間差方法，通過統計整個圖像的直方圖特性來實現全局閾值T的自動選取，其算法步驟為：

1) 先計算圖像的直方圖，即將圖像所有的像素點按照0~255共256個bin，統計落在每個bin的像素點數量

2) 歸一化直方圖，也即將每個bin中像素點數量除以總的像素點

3) i表示分類的閾值，也即一個灰度級，從0開始迭代

4) 通過歸一化的直方圖，統計0~i 灰度級的像素(假設像素值在此范圍的像素叫做前景像素) 所占整幅圖像的比例w0，并統計前景像素的平均灰度u0；統計i~255灰度級的像素(假設像素值在此范圍的像素叫做背景像素) 所占整幅圖像的比例w1，并統計背景像素的平均灰度u1；

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

6) i++；轉到4)，直到i為256時結束迭代

7）將最大g相應的i值作為圖像的全局閾值

?

?

?

clear all;close all;clc

img=imread('C:\Users\hjd\Desktop\test1.jpg');

if ndims(img)==3

??? img = rgb2gray(img);

end

?[count, x] = imhist(img);

ostu_result = [];

sum_pixel = sum(count(:));

count_w = count(:)/sum_pixel;

count_u = count(:).*x(:);

for i=1:256

??? w0 = sum(count_w(1:i));

??? sum_u0 = sum(count_u(1:i));

??? u0 = sum_u0/sum(count(1:i));

??? if i==256

??????? w1=0;

??????? u1=0;

??? else

??????? w1 = sum(count_w(i+1:end));

??????? sum_u1 = sum(count_u(i+1:end));

??????? u1 = sum_u1/sum(count(i+1:end));

??? end

??? ostu_result(i) = w0*w1*(u0-u1)^2;

end

[index,maxValue]=max(ostu_result);

level = graythresh(img);

?

總結

以上是生活随笔為你收集整理的Ostu最大类间差方法的全部內容，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。