Histogram based segmentationb
创建时间
May 28, 2024 11:25 AM
标签
Thresholding segmentation
Histogram segmentation
If the image is dark (light), the histogram will be shifted to the left (right).
If the image lacks contrast, the histogram will be clustered in the center.
1. Mean Gray Level
平均灰度，以下为黑，以上为白
2. Two Peaks
双峰算法中的阈值选择是基于图像灰度直方图中的两个主要峰值。
- 计算直方图： 图像的灰度直方图展示了每个灰度值出现的频率。对于具有双峰特征的图像，直方图会有两个显著的峰值，分别对应于前景和背景的灰度值。
- 找到第一个峰值：
第一个峰值（
locmax）通常是直方图中频率最高的灰度值，代表了图像中数量最多的像素灰度值。这个峰值通常对应于图像的背景或前景。
- 计算T值：
T向量的每个元素计算的是当前灰度值与第一个峰值的平方差乘以该灰度值在直方图中的频率。这个步骤的目的是强调那些离第一个峰值较远的灰度值，从而更容易找到第二个峰值。
- 找到第二个峰值：
第二个峰值（
locmaxx）是在T向量中找到的最大值的位置。T向量的构建方式使得离第一个峰值较远的灰度值具有更高的权重，从而能够更容易地检测到第二个峰值。
- 计算阈值：
阈值（
tresh）是两个峰值（locmax和locmaxx）的平均值。这个阈值可以有效地将图像中的前景和背景分开，因为它位于两个主要灰度值之间。
- 图像二值化： 利用计算得到的阈值，将图像进行二值化处理。小于阈值的像素设为0（黑色），大于或等于阈值的像素设为1（白色）。
总结：
双峰算法利用了图像灰度直方图中的两个主要峰值来自动确定一个阈值，该阈值在两个峰值之间。这个阈值能够有效地将图像的前景和背景分开。双峰现象通常在那些前景和背景灰度值差异明显的图像中存在，因此这种算法对于具有明显双峰特征的图像特别有效。
3. Percentage of Black Pixels
这个算法通过假设图像中黑色像素占总像素的某个百分比，逐步调整阈值T，将灰度值小于等于T的像素设为黑色（0），大于T的像素设为白色（1），实现图像的二值化处理。通过这种方式，可以在不需要预先确定阈值的情况下，根据图像内容动态调整阈值，实现合理的二值化效果。
自适应阈值的方法
之后详细讨论
自适应阈值