10、图像预处理与特征度量：从基础到前沿

图像预处理与特征度量：从基础到前沿

1. 图像预处理之局部自动阈值方法

图像预处理是提高图像分析和特征提取效果的重要步骤。在众多预处理技术中，局部自动阈值方法是一种常用且有效的手段。

局部阈值会根据图像中每个目标像素周围的直接区域来调整阈值，更像是一种标准的区域操作或滤波器。在一些标准软件包中可以找到局部自动阈值方法。例如，开源软件包 Imagej2 就提供了相关功能，可通过菜单路径“Image ➤ Adjust ➤ Auto Local Threshold | Auto Threshold”来操作。

以下是几种常见的局部自动阈值方法：
| 方法 | 描述 |
| — | — |
| Bernsen | 使用圆形窗口而非矩形窗口，并结合局部中灰度值的 Bernsen 算法 |
| Mean | 将局部灰度级平均值用作阈值 |
| Median | 将局部灰度级平均值用作阈值 |
| MidGrey | 使用局部区域灰度级平均值减去一个常数 C 作为阈值 |
| Niblack | Niblack 算法：$p = (p > mean + k * standard_deviation - c) ? object : background$ |
| Sauvola | Sauvola 对 Niblack 的改进算法：$p = (p > mean * (1 + k * (standard_deviation / r - 1))) ? object : background$ |

这些方法各有特点，适用于不同类型的图像和处理需求。例如，在处理具有局部对比度变化较大的图像时，Ber