码迷,mamicode.com
首页 > 编程语言 > 详细

基于Otsu算法的图像自适应阈值分割

时间:2016-02-03 15:37:29      阅读:272      评论:0      收藏:0      [点我收藏+]

标签:

在图像处理实践中,将灰度图转化为二值图是非常常见的一种预处理手段。在Matlab中,可以使用函数BW = im2bw(I, level)来将一幅灰度图 I,转化为二值图。其中,参数level是一个介于0~1之间的值,也就是用于分割图像的阈值。默认情况下,它可取值是0.5。


现在问题来了,有没有一种根据图像自身特点来自适应地选择阈值的方法呢?答案是肯定的!我们今天就来介绍其中最为经典的Otsu算法(或称大津算法)。该算法由日本科学家大津展之(Nobuyuki Otsu)于1979年提出。这个算法看似简单,却与统计分析中的“方差分析”方法有很深的渊源。有兴趣的读者也可以参考算法原文《A threshold selection method from gray-level histograms》(在线浏览地址:http://wenku.baidu.com/view/996e972d7375a417866f8f5d)我们今天在介绍该算法原理的基础之上,通过简单的Matlab代码来演示它的实现。


Matlab的帮助信息中指出:To compute the level argument,you can use the function graythresh. The graythresh function uses Otsu‘s method。可见,函数graythresh()就是Matlab中的大津法实现。如果对Otsu算法的原理并不感兴趣,完全可以直接调用graythresh()函数,而无需过多关系其中的技术细节


在大津法中,我们定义组内方差为

技术分享

通过选择使得上述组内方差最小化时的阈值 t,就可以使得图像中的前景和背景尽可能的被区别开(假设我们将最终图像里被分开的两部分称为前景和背景)。w0w1分别是一个像素可能属于前景或背景的概率,而 σ 表示两个类别的方差。如果一个图像的直方图有L个等级(一般L=256),那么在给定阈值 t的情况下,w0w1分别定义为

技术分享

大津展之证明最小化组内方差(intra-class variance)与最大化组间方差(inter-class variance)是等价的,于是有

技术分享

又因为(其中 μ 表示均值或期望)

技术分享

可以推出

技术分享

这个证明仅仅涉及一些算术上的推导,我简单演示如下

技术分享

最后我们给出在Matlab中实现的代码,这个代码的最初版本来自维基百科,为了与前面的公式中的标记相一致,我略有修改。

function level = otsu(histogramCounts, total)
sum0 = 0;
w0 = 0;
maximum = 0.0;
total_value = sum((0:255).*histogramCounts‘);
for ii=1:256
    w0 = w0 + histogramCounts(ii);
    if (w0 == 0)
        continue;
    end
    w1 = total - w0;
    if (w1 == 0)
        break;
    end
    sum0 = sum0 +  (ii-1) * histogramCounts(ii);
    m0 = sum0 / w0;
    m1 = (total_value - sum0) / w1;
    icv = w0 * w1 * (m0 - m1) * (m0 - m1);
    if ( icv >= maximum )
        level = ii;
        maximum = icv;
    end
end

end


上述函数中的参数histogramCounts是图像的直方图, total图像的总像素数。来看下面这段调用上述函数的测试代码。


>> img = imread(‘otsus_test.jpg‘);
>> [counts x] = imhist(img);
>> [m n] = size(img);
>> level = otsu(counts, m*n);
>> output = img;
>> output(output<level) = 0;
>> output(output>=level) = 255;
>> imshow(output)

首先给出原始图像

技术分享

然后是基于Otsu算法获取的二值图

技术分享


如果你是图像处理的同道中人,欢迎加入图像处理学习群(529549320)。为避免广告推销等骚扰信息,入群需回答门槛问题(例如:x平方的一阶导数等于多少?有木有感觉so easy,不过不要笑,管理员收到的答案是五花八门的!注意每人仅有一次尝试机会哦)。Cheers~

更多有趣有用的图像处理算法还可以参考我的《数字图像处理原理与实践(Matlab版)》

技术分享


基于Otsu算法的图像自适应阈值分割

标签:

原文地址:http://blog.csdn.net/baimafujinji/article/details/50629103

(0)
(0)
   
举报
评论 一句话评论(0
登录后才能评论!
© 2014 mamicode.com 版权所有  联系我们:gaon5@hotmail.com
迷上了代码!