阈值化分割(二)OTSU法-附Python实现

本文详细介绍了OTSU算法,一种自适应的阈值确定方法,用于图像二值化。内容包括OTSU法的基本原理,单阈值和多阈值OTSU法的介绍,并通过Python代码展示了算法的实现。此外,还探讨了遗传算法在解决OTSU问题中的应用。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

阈值化分割(二)OTSU法

本人邮箱:sylvester0510@163.com,欢迎交流讨论,
欢迎转载,转载请注明网址http://blog.youkuaiyun.com/u010128736/


一、OTSU法(大津阈值分割法)介绍

  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,是一种自适应的阈值确定的方法,又称大津阈值分割法,是最小二乘法意义下的最优分割。

二、单阈值OTSU法

  设图像包含L个灰度级,灰度值为i的像素点个数为Ni,像素总点数为:

N=N0+N1++NL1

则灰度值为i的点的概率为:
Pi=NiN

根据期望公式,图像灰度的均值为:
μT=i=0L1iPi

按图像的灰度特性,使用阈值T将图像分成目标c0和背景c1两类,则ω0(T)和ω1(T)分别表示阈值为T时,c0和c1发生的概率,即:
ω0(T)=i=0TPiω1(T)=1ω0(T)

c0和c1的均值为:
μ0(T)=Ti=0iPi
评论 26
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值