大津法，請問大津法outs和迭代閾值法是一種方法嗎如果不是有什么區(qū)

來源：整理時間：2024-11-12 22:35:23 編輯：智能門戶手機(jī)版

1，請問大津法outs和迭代閾值法是一種方法嗎如果不是有什么區(qū)

不是一種，迭代求圖像最佳分割閾值在運(yùn)算過程中要對整幅圖片進(jìn)行計算來獲得閾值，這個閾值不是很準(zhǔn)確；最大類間方差法由大津于 1979 年提出，該算法恰恰彌補(bǔ)了迭代法求閾值的這一弱點(diǎn),最大類間方差法是基于整幅圖像的統(tǒng)計特性，實(shí)現(xiàn)與閾值的自動選取。當(dāng)被分割的兩類類間方差最大時，此灰度值就作為圖像二值化處理的閾值。大津定律應(yīng)用廣泛，在很多領(lǐng)域都得到了應(yīng)用和發(fā)展。

請問大津法outs和迭代閾值法是一種方法嗎如果不是有什么區(qū)

2，什么是類間方差請詳細(xì)說一說

您說的是不是最大類間方差？最大類間方差法是由日本學(xué)者大津(Nobuyuki Otsu)于1979年提出的,是一種自適應(yīng)的閾值確定的方法,又叫大津法,簡稱OTSU。它是按圖像的灰度特性,將圖像分成背景和目標(biāo)2部分。背景和目標(biāo)之間的類間方差越大,說明構(gòu)成圖像的2部分的差別越大,當(dāng)部分目標(biāo)錯分為背景或部分背景錯分為目標(biāo)都會導(dǎo)致2部分差別變小。因此,使類間方差最大的分割意味著錯分概率最小。在Matlab中， graythresh函數(shù)使用最大類間方差法獲得圖像的閾值。

對于圖像I(x,y),前景(即目標(biāo))和背景的分割閾值記作T,屬于前景的像素點(diǎn)數(shù)占整幅圖像的比例記為ω0,其平均灰度μ0;背景像素點(diǎn)數(shù)占整幅圖像的比例為ω1,其平均灰度為μ1。圖像的總平均灰度記為μ,類間方差記為g。假設(shè)圖像的背景較暗,并且圖像的大小為M×N,圖像中像素的灰度值小于閾值T的像素個數(shù)記作N0,像素灰度大于閾值T的像素個數(shù)記作N1,則有:　　　　　　ω0=N0/ M×N (1)　　　　　　ω1=N1/ M×N (2)　　　　　　N0+N1=M×N (3)　　　　　　ω0+ω1=1 (4)　　　　　　μ=ω0*μ0+ω1*μ1 (5)　　　　　　g=ω0(μ0-μ)^2+ω1(μ1-μ)^2 (6)將式(5)代入式(6),得到等價公式: g=ω0ω1(μ0-μ1)^2 (7)

tongqiu

什么是類間方差請詳細(xì)說一說

3，Matlab圖像處理問題大津法

最大類間方差法是由日本學(xué)者大津于1979年提出的,是一種自適應(yīng)的閾值確定的方法,又叫大津法,簡稱OTSU。它是按圖像的灰度特性,將圖像分成背景和目標(biāo)2部分。背景和目標(biāo)之間的類間方差越大,說明構(gòu)成圖像的2部分的差別越大,當(dāng)部分目標(biāo)錯分為背景或部分背景錯分為目標(biāo)都會導(dǎo)致2部分差別變小。因此,使類間方差最大的分割意味著錯分概率最小。對于圖像I(x,y),前景(即目標(biāo))和背景的分割閾值記作T,屬于前景的像素點(diǎn)數(shù)占整幅圖像的比例記為ω0,其平均灰度μ0;背景像素點(diǎn)數(shù)占整幅圖像的比例為ω1,其平均灰度為μ1。圖像的總平均灰度記為μ,類間方差記為g。假設(shè)圖像的背景較暗,并且圖像的大小為M×N,圖像中像素的灰度值小于閾值T的像素個數(shù)記作N0,像素灰度大于閾值T的像素個數(shù)記作N1,則有: ω0=N0/ M×N (1) ω1=N1/ M×N (2) N0+N1=M×N (3) ω0+ω1=1 (4) μ=ω0*μ0+ω1*μ1 (5) g=ω0(μ0-μ)^2+ω1(μ1-μ)^2 (6)將式(5)代入式(6),得到等價公式:g=ω0ω1(μ0-μ1)^2 (7)采用遍歷的方法得到使類間方差最大的閾值T,即為所求。int Otsu(long *pg,long *pg1) // 大津法取閾值 int i,j,p; double A,B,An,Bn,u,v,qqq[256],max,min; An=Bn=0; for (i=0;i<256;i++) An+=pg; Bn+=pg*(i+1); } for (j=0;j<256;j++) A=B=0; for (i=0;i<=j;i++) A+=pg; B+=pg*(i+1); } if (A) u=B/A; else u=0; if (An-A) v=(Bn-B)/(An-A); else v=0; qqq[j]=A*(An-A)*(u-v)*(u-v); // 計算類間方差 } max=min=qqq[0]; p=0; for (i=1;i<256;i++) if (qqq>max) max=qqq; p=i; } else if (qqq} if (pg1!=0) { for (i=0;i<256;i++) { pg1=(long) (120*(qqq-min)/(max-min)); } } return(p); // 取判別函數(shù)最大值的灰度為其閾值 }

Matlab圖像處理問題大津法