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=max0⩽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}]
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。
订阅专栏 解锁全文
1086

被折叠的 条评论
为什么被折叠?



