求阈值最佳方法

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w0，均值为u0，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)=w0*(u0-u)^2+w1*(u1-u)^2，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。

2.OTSU算法例程

下面是OSTU算法的C语言代码及其测试，代码基于opencv。

[cpp]view plaincopy

1.#include

2.#include

3.

4.int otsu(IplImage *image)

5.{

6. assert(NULL != image);

7.

8.int width = image->width;

9.int height = image->height;

10.int x=0,y=0;

11.int pixelCount[256];

12.float pixelPro[256];

13.int i, j, pixelSum = width * height, threshold = 0;

14.

15. uchar* data = (uchar*)image->imageData;

16.

17.//初始化

18.for(i = 0; i < 256; i++)

19. {

20. pixelCount[i] = 0;

21. pixelPro[i] = 0;

22. }

23.

24.//统计灰度级中每个像素在整幅图像中的个数

25.for(i = y; i < height; i++)

26. {

27.for(j = x;j

28. {

29. pixelCount[data[i * image->widthStep + j]]++;

30. }

31. }

32.

33.

34.//计算每个像素在整幅图像中的比例

35.for(i = 0; i < 256; i++)

36. {

37. pixelPro[i] = (float)(pixelCount[i]) / (float)(pixelSum);

38. }

39.

40.//经典ostu算法,得到前景和背景的分割

41.//遍历灰度级[0,255],计算出方差最大的灰度值,为最佳阈值

42.float w0, w1, u0tmp, u1tmp, u0, u1, u,deltaTmp, deltaMax = 0;

43.for(i = 0; i < 256; i++)

44. {

45. w0 = w1 = u0tmp = u1tmp = u0 = u1 = u = deltaTmp = 0;

46.

47.for(j = 0; j < 256; j++)

48. {

49.if(j <= i) //背景部分

50. {

51.//以i为阈值分类，第一类总的概率

52. w0 += pixelPro[j];

53. u0tmp += j * pixelPro[j];

54. }

55.else//前景部分

56. {

57.//以i为阈值分类，第二类总的概率

58. w1 += pixelPro[j];

59. u1tmp += j * pixelPro[j];

60. }

61. }

62.

63. u0 = u0tmp / w0; //第一类的平均灰度

64. u1 = u1tmp / w1; //第二类的平均灰度

65. u = u0tmp + u1tmp; //整幅图像的平均灰度

66.//计算类间方差

67. deltaTmp = w0 * (u0 - u)*(u0 - u) + w1 * (u1 - u)*(u1 - u);

68.//找出最大类间方差以及对应的阈值

69.if(deltaTmp > deltaMax)

70. {

71. deltaMax = deltaTmp;

72. threshold = i;

73. }

74. }

75.//返回最佳阈值;

76.return threshold;

77.}

78.

79.int main(int argc, char* argv[])

80.{

81. IplImage* srcImage = cvLoadImage("D:\\technology\\CV\\Database\\image\

\rice.png",0);

82. assert(NULL != srcImage);

83.

84. cvNamedWindow("src");

85. cvShowImage("src",srcImage);

86.

87. IplImage* biImage = cvCreateImage(cvGetSize(srcImage),8,1);

88.

89.//计算最佳阈值

90.int threshold = otsu(srcImage);

91.//对图像二值化

92. cvThreshold(srcImage,biImage,threshold,255,CV_THRESH_BINARY);

93.

94. cvNamedWindow("binary");

95. cvShowImage("binary",biImage);

96.

97. cvWaitKey(0);

98.

99. cvReleaseImage(&srcImage);

100. cvReleaseImage(&biImage);

101. cvDestroyWindow("src");

102. cvDestroyWindow("binary");

103.

104.return 0;

105.}