binary_threshold阈值分割算法原理分析

最新推荐文章于 2025-03-01 00:23:28 发布

转载最新推荐文章于 2025-03-01 00:23:28 发布 · 1.1k 阅读

4 ·

CC 4.0 BY-SA版权

原文链接：http://www.cnblogs.com/baiyy-daheng/p/8931931.html

文章标签：

#python #人工智能

介绍了Halcon中全局阈值分割算法(binary_threshold)的原理及应用，即otsu法，该方法通过最大化类间方差自动确定最佳二值化阈值。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

Halcon的全局阈值分割算法（binary_threshold），其实就是otsu法（最大类间方差法，有时也称之为大津算法。

使用的是聚类的思想，把图像的灰度数按灰度级分成2个部分，使得两个部分之间的灰度值差异最大，每个部分之间的灰度差异最小，通过方差的计算来寻找一个合适的灰度级别来划分。所以可以在二值化的时候采用otsu算法来自动选取阈值进行二值化。

详见：http://blog.youkuaiyun.com/xw20084898/article/details/17564957

代码实现如下：

 gray_histo (Region, Image, AbsoluteHisto, RelativeHisto)
 nAveragray:=0
 for Index := 0 to 255 by 1
     nAveragray:=nAveragray+RelativeHisto[Index]*Index 
 endfor
 wk:=0.0
 uk:=0.0
 MaxDiff:=0.0
 Diff:=0.0
 AutoThre:=0

 for Index := 0 to 255 by 1
     wk:=wk+RelativeHisto[Index]
     uk:=uk+RelativeHisto[Index]*Index
     if(wk<=0.0 or wk>=1.0)
          Diff:=0
     else
          Diff:=(nAveragray*wk-uk)*(nAveragray*wk-uk )/(wk*(1-wk))
     endif
     if(Diff>MaxDiff)
           MaxDiff:=Diff
           AutoThre:=Index
     endif
 endfor

转载于:https://www.cnblogs.com/baiyy-daheng/p/8931931.html