基于直方图的图像二值化算法实现

最新推荐文章于 2023-02-16 18:02:33 发布

松子茶

最新推荐文章于 2023-02-16 18:02:33 发布

阅读量4.6k

点赞数 2

CC 4.0 BY-SA版权

分类专栏：探讨OpenCV

本文链接：https://blog.youkuaiyun.com/songzitea/article/details/24832903

机器学习与视觉同时被 2 个专栏收录

162 篇文章 ¥9.90 ¥99.00

订阅专栏

探讨OpenCV

46 篇文章

订阅专栏

图像二值化是图像预处理的重要步骤，旨在突出图像中的关键部分。基于直方图的全局二值化算法因其简单易实现和高效性而被广泛应用。本文介绍了该类算法的基本原理，并提供了两种具体算法的参考代码，参考了包括Huang L.-K et al.在内的多项研究。想要了解更多图像处理和计算机视觉知识，欢迎加入相关QQ群或关注博主。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

引言

图像二值化的目的是最大限度的将图象中感兴趣的部分保留下来，在很多情况下，也是进行图像分析、特征提取与模式识别之前的必要的图像预处理过程。在过去年里受到国内外学者的广泛关注，产生了数以百计的阈值选取方法，但如同其他图像分割算法一样，没有一个现有方法对各种各样的图像都能得到令人满意的结果。

在分类方法中，基于直方图的全局二值算法都从不同的科学层次提出了各自的实施方案，并且这类方法都有着一些共同的特点：简单、算法容易实现和执行速度快。

算法代码

第一种方法Huang L.-K et al.参考代码:

// Implements Huang's fuzzy thresholding method 
// Uses Shannon's entropy function (one can also use Yager's entropy function) 
// Huang L.-K. and Wang M.-J.J. (1995) "Image Thresholding by Minimizing  
// the Measures of Fuzziness" Pattern Recognition, 28(1): 41-51 M. Emre Celebi  06.15.2007
// Ported to ImageJ plugin by G. Land

了解本专栏