【模式识别】特征评价和可分性判据实验报告及MATLAB仿真

本实验旨在掌握特征评价和可分性判据,包括最大类间方差法、最小类内方差法和最大熵阈值法。通过MATLAB仿真,对图像进行阈值分割,实验结果显示最大类间方差法通常获得更准确的分割结果。

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

一、 实验目的

1.掌握几种常用的特征评价方法和可分性判据;

2.解图像阈值分割中几种确定阈值的方法。

二、 实验原理

假设图像中出现的最大灰度级为m,阈值为g,目标部分灰度均值为mean1,像素数占整个图像比例为w1;背景部分灰度均值为mean2,像素数占整个图像比例为w2。全图均值为mean=mean1w1+mean2w2。灰度值为i在整个图像中的比例为 。确定二值化阈值的方法有以下几种:

(1)最大类间方差法(分析判断二值化方法)

使得分割后两大类之间的方差最大,公式为:
g=max⁡0⩽t⩽m−1[w1∗(mean1−mean)2+w2∗(mean−mean2)2]g = \mathop {\max }\limits_{0 \leqslant t \leqslant m - 1} [w1*{(mean1 - mean)^2} + w2*{(mean - mean2)^2}]

评论
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

打赏作者

codersnote

对学生党 赞赏是鼓励也是鞭策!

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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