图像分割之基于阙值的分割方法

阈值法的基本思想是基于图像的灰度特征来计算一个或多个灰度阈值，并将图像中每个像素的灰度值与阈值作比较，最后将像素根据比较结果分到合适的类别中。因此，该方法最为关键的一步就是按照某个准则函数来求解最佳灰度阈值。

阈值法特别适用于目标和背景占据不同灰度级范围的图。

图像若只有目标和背景两大类，那么只需要选取一个阈值进行分割，此方法成为单阈值分割；但是如果图像中有多个目标需要提取，单一阈值的分割就会出现错误，在这种情况下就需要选取多个阈值将每个目标分隔开，这种分割方法相应的成为多阈值分割。

阀值分割方法的优缺点：

计算简单，效率较高；
只考虑像素点灰度值本身的特征，一般不考虑空间特征，因此对噪声比较敏感，鲁棒性不高。
对于背景比物体亮度更高的情况，很难处理，是一个很大的弊端

好了，废话不多说，直接上代码

import numpy as np
import cv2 as cv
from matplotlib import pyplot as pltimg1 = cv.imread('E:/BaoSteel/2013.11.1/1-1-0-3(50).jpg')
img = cv.cvtColor(img1, cv.COLOR_BGR2GRAY)
# ret, thresh = cv.threshold(gray,0,255,cv.THRESH_BINARY_INV+cv.THRESH_OTSU)
# img = cv.medianBlur(img, 5)
ret, th1 = cv.threshold(img, 67, 255, cv.THRESH_BINARY)
print(ret)
th2 = cv.adaptiveThreshold(img, 255, cv.ADAPTIVE_THRESH_MEAN_C, cv.THRESH_BINARY, 11, 2)
th3 = cv.adaptiveThreshold(img, 255, cv.ADAPTIVE_THRESH_GAUSSIAN_C, cv.THRESH_BINARY, 11, 2)
# Otsu's thresholding after Gaussian filtering
blur = cv.GaussianBlur(img, (5, 5), 0)
ret4, th4 = cv.threshold(blur, 0, 255, cv.THRESH_BINARY + cv.THRESH_OTSU)# Otsu's thresholding
ret2, th5 = cv.threshold(img, 0, 255, cv.THRESH_BINARY + cv.THRESH_OTSU)
# Otsu's thresholding after Gaussian filtering
blur = cv.GaussianBlur(img, (5, 5), 0)
ret3, th6 = cv.threshold(blur, 0, 255, cv.THRESH_BINARY + cv.THRESH_OTSU)titles = ['Original Image', 'Original Image1', 'Global Thresholding (v = 67)','Adaptive Mean Thresholding', 'Adaptive Gaussian Thresholding', 'Adaptive Blur Gaussian Thresholding',"Otsu's Thresholding1", "Otsu's Thresholding"]
images = [img1, img, th1, th2, th3, th4, th5, th6]
for i in range(8):plt.subplot(2, 4, i + 1), plt.imshow(images[i], 'gray')plt.title(titles[i])plt.xticks([]), plt.yticks([])
plt.show()

结果如下：

好吧，效果有点差。。。

图像分割之基于阙值的分割方法相关推荐

基于vc的数字图像分割——基于阙值的分割方法
图像分割的依据是认为图像中各区域具有不同的特性(比如,灰度,颜色,纹理).图像分割的目的是将图像划分成若干个具有相近或相同特性的子区域,以便继续在分割成的相关区域中提取目标,并进而根据目标的特征或结构 ...
【细胞分割】基于阙值+边缘+形态学+种子点图像分割matlab源码含 GUI
一.简介数学形态学操作可以分为二值形态学和灰度形态学,灰度形态学由二值形态学扩展而来.数学形态学有2个基本的运算,即腐蚀和膨胀,而腐蚀和膨胀通过结合又形成了开运算和闭运算. 开运算就是先腐蚀再膨胀, ...
基于像素聚类的分割方法基于slic的方法_博士论文摘要 | 张荣春：数码影像与TLS点云数据融合提取地质结构面方法研究...
<测绘学报> 构建与学术的桥梁拉近与权威的距离数码影像与TLS点云数据融合提取地质结构面方法研究张荣春1,2 1.南京邮电大学地理与生物信息学院, 江苏南京 210023;2.河海 ...
基于matlab菌落影像分割方法,基于MATLAB的图像分割方法及应用-
三江学院2014届本科生毕业设计(论文) 图4.5 CMY模型分割图 4.2 MATLAB语言:边缘检测法实现图像分割 4.2.1 设计流程读入图像Roberts算子检测Sobel算子检测Prewi ...
opencv(c++)------图像分割(阙值、自适应阙值、grabCut、floodfill、wathershed)
图像分割图像分割算法分为:基于阙值的分割方法.基于边缘的分割方法.基于区域的分割方法.基于神经网络的分割方法.基于聚类的分割方法5类. 1. 基于阙值的分割方法基于阙值的分割方法实质上是利用图像灰 ...
视频图像分割研究与实现（二）：常见图像和视频分割方法概述
常见图像和视频分割方法概述图像与视频分割是指按照一定的原则将图像或视频序列分为若干个特定的.具有独特性质的部分或子集,并提取出感兴趣的目标,便于更高层次的分析和理解,因此图像与视频分割是目标特征提取 ...
基于轮廓调整的SOTA实例分割方法，速度达32.3fps | CVPR 2020
作者 | VincentLee 来源 | 晓飞的算法工程笔记介绍实例分割是许多计算机视觉任务中的重要手段,目前大多数的算法都采用在给定的bbox中进行pixel-wise分割的方法.受snake算 ...
ICCV 2021 | PMF: 基于视觉感知的多传感器融合点云语义分割方法
作者丨月明星稀风萧萧@知乎来源丨https://zhuanlan.zhihu.com/p/419187044 编辑丨3D视觉工坊今天,我将分享一个 ICCV 2021 中的工作,基于视觉感知的多传 ...
PMF: 基于视觉感知的多传感器融合点云语义分割方法（ICCV2021）
作者丨月明星稀风萧萧来源丨https://zhuanlan.zhihu.com/p/419187044 编辑丨3D视觉工坊今天,我将分享一个 ICCV 2021 中的工作,基于视觉感知的多传感器融 ...

图像分割之基于阙值的分割方法

图像分割之基于阙值的分割方法相关推荐

最新文章

热门文章