本文共 363 字,大约阅读时间需要 1 分钟。
Ostu算法(又称为最大类间方差法)
图像中像素的灰度值小于阈值T的像素个数记作N0,像素灰度大于阈值T的像素个数记作N1,则有:
图像大小:M*N
T为二值化的阈值;
N0为灰度小于T的像素的个数,N0的平均灰度为μ0
N1 为灰度大于T的像素的个数,N1的平均灰度为μ1
ω0=N0/ M×N (1) //落在N0的概率
ω1=N1/ M×N (2) //落在N1的概率
N0+N1=M×N (3)
ω0+ω1=1 (4)
μ=ω0*μ0+ω1*μ1 (5) //平均灰度乘以概率 再相加
g=ω0(μ0-μ)^2+ω1(μ1-μ)^2 (6)
将式(5)代入式(6),得到等价公式: g=ω0ω1(μ0-μ1)^2 (7) //g即为最类间差分
遍历T, 取得使g最大的值,记录这时的T既是最佳阈值
转载地址:http://forgi.baihongyu.com/