客服 拼多多砍价dy抖音ks快手 自助商城点击进入
OTSU算法又叫最大类间方差阈值分割算法阈值分割技术,也叫大津算法,是在1980年由日本的大津展之提出,是由最小二乘法推导而来,用于一些简单的阈值确定。对于一个灰度图,我们有时候非常想把他用一个阈值将他的前景和背景区分开来。我们可以合理的假设为如果将图像的像素分布图画出来,那么图像上应该有两个峰,即前景色和背景色。在这两个峰之间肯定有一个谷,那么我们就可以将阈值设在这里,从而对图像达到一个良好的分割效果。
OTSU阈值分割:求图像灰度值的最大值和最小值。遍历最小值到最大值,取每个值作为分割的阈值。求最大化公式值的阈值:w0*w1*(u0-u1)*(u0-u1)阈值分割技术,这就是我们要找的最佳阈值。W0*w1*(u0-u1)*(u0-u1)是方差,的形式,这个公式是我们判断它是否最优的依据。因为方差是灰度分布均匀性的度量,所以背景和前景之间的类间方差越大,构成图像的两个部分之间的差异就越大。当某个前景被错误归类为背景或者某个背景被错误归类为前景时,两部分的差别会变小。因此,最大化类之间的方差意味着最小化错误分类的概率。
将单阈值OTSU扩展到多阈值图像分割,假设图像直方图分为m1类,对应的阈值为T1、T2和Tm。最大类间方差是:为了得到最优阈值,需要使用穷举搜索,并且随着m的增加,计算量急剧增加。如果采用牛顿迭代等优化搜索方法,很容易陷入局部最优解。最大类间方差阈值分割算法又称OTSU算法,也被称为大津算法的大津展览之一。它主要用于一些简单的阈值确定。
t为前景和背景的分割阈值,前景点在图像中的比例为w0,平均灰度为U0;图像中背景点的百分比为w1,平均灰度为u1。那么图像的总平均灰度为:u=w0*u0 w1*u1。以及前景图像和背景图像的方差:g=w0 *(u0-u)*(u0-u)w1 *(u1-u)*(u1-u)=w0 * w1 *(u0-u1)*(u0-u1)。这个公式就是方差公式,求方差的最大分割阈值作为图像二值化。对于图像I(x,y),前景(即目标)和背景的分割阈值记为T,属于前景的像素占整个图像的比例记为0,其平均灰度值0;背景像素占整幅图像的百分比为1,其平均灰度为1。图像的总平均灰度记为,类间方差记为g
类间最大方差(大津算法),这是一种确定阈值的算法。最大类间方差法之所以被称为最大类间方差法,是因为用该阈值对图像进行固定阈值二值化,具有最大的类间方差,它根据图像的灰度特征将图像分为背景和前景,因此类间的最大分割意味着最小的误分类概率。日本学者大津于1979年提出了OTSU-最大类间方差。这是一种自适应阈值确定方法,也称为大津方法。KSW双阈值法。1985年的OTSU是图像分割中的大津方法,而OSTU是一种错误的写法,这大多来自于国内论文不负责任的错误。
本文由2218329273于2023-01-01发表在龙哥云资源网,如有疑问,请联系我们。本文链接:https://longgeyun.com/knowledge/42433.html
上一篇手机相机hdr是什么功能刷腾讯视频vip永久网站卡盟
下一篇激光陀螺技术 0.1元一万赞平台免费下载乡情 好词好句
阈值分割技术 抖音点赞购买全国优秀作文选试卷答案
阈值分割技术 qq名片赞全网最低价写失败的好句
阈值分割技术 ks赞在线自助下单网站百易达权益卡盟
Pr2020零基础快速入门
文字转语音App最新版3.0
APP下载页源码-带后台