中文网上大津法的介绍很多，但是大多数给出的代码不是最优的而且存在分母为零的问题。

基本概念

大津法（简称Otsu）由1979年由日本学者大津提出的，是一种自适应阈值确定的方法，相关文献链接。它是根据图像的灰度特性, 将图像分为前景和背景两个部分，当取最佳阈值时，二者之间的方差应该是最大的。论文精华如下。

论文中提到是基于Fisher线性判别（FLD）的，在Fisher线性判别式在类间方差（σB）和类内方差（σW）之间建立关系，其中，类间方差（σB）较大，而类内方差（σW）较小。如下图

所以使σB最大或 σW最小的灰度值k。使σB最大更好些，因为σW计算更复杂些。

示例演示

网上的实现代码都很相似，主要有两个问题：w作为分母，没有考虑w为零的情况；用了两层for循环，时间复杂度有点大。所以为了解决这些问题，自己实现了一遍，测试数据是经典图片coins。

#include <opencv2/opencv.hpp>
#include <iostream>
using namespace std;
using namespace cv;double MyOtsu(const Mat& image, const uint graylevel = 256)
{CV_Assert(image.type() == CV_8UC1);//computer Histogramstd::vector<long> histogram(graylevel, 0);for (int i = 0; i < image.rows; i++){const uchar * p = image.ptr<uchar>(i);for (int j = 0; j < image.cols; j++)histogram[int(*p++)]++; }long pixelsum = 0;uint gray = 0;for (gray = 0; gray < graylevel; gray++)pixelsum += gray * histogram[gray];long pixelnum = image.cols * image.rows;//compute a weighted sum of variances of two classeslong w0 = 0, w1 = 0;double maxDelta = 0, tempDelta = 0, sum0 = 0, mu0 = 0, mu1 = 0;int  threshold = 0;for (gray = 0; gray < graylevel; gray++){w0 += histogram[gray];w1 = pixelnum - w0;sum0 += gray * histogram[gray];if (w0 == 0 || w1 == 0)continue;mu0 = sum0 / w0;mu1 = (pixelsum - sum0) / w1;tempDelta = w0 * w1 * (mu0 - mu1) * (mu0 - mu1);if (tempDelta >= maxDelta){maxDelta = tempDelta;threshold = gray;}}return threshold;
}int main()
{Mat img = imread("../../ImageData/coins.png");Mat src;cvtColor(img, src, CV_BGR2GRAY);cout << "The return value of MyOstu is: " << MyOtsu(src) << endl;//call the Otsu method of OpenCVMat dst;cout << "The return value of OpenCV threshold is: " << threshold(src, dst, 0, 255, CV_THRESH_OTSU) << endl;imshow("Threshold Segment", dst);waitKey();return 0;}

运行结果

图像分割之大津法Otsu相关推荐

otsu阈值分割算法原理_大津法---OTSU算法
简介: 大津法(OTSU)是一种确定图像二值化分割阈值的算法,由日本学者大津于1979年提出.从大津法的原理上来讲,该方法又称作最大类间方差法,因为按照大津法求得的阈值进行图像二值化分割后,前景与背景 ...
【机器视觉学习笔记】大津法/Otsu最大类间方差法最佳阈值处理（C++）
目录概念 C++源码 OtsuThreshold 主函数效果完整源码平台:Windows 10 20H2 Visual Studio 2015 OpenCV 4.5.3 本文所用源码修改自C+ ...
【智能车】图像二值化算法--大津法OTSU
图像二值化算法–大津法OTSU 大津算法是一种图像二值化算法,作用是确定将图像分成黑白两个部分的阈值. 大津法是针对灰度值进行阈值分割二值化,如果是彩色图像的话需要先转化成灰度图再进行计算. 方差越大 ...
图像分割——大津法(Otsu)
大津法又叫最大类间方差法,是于1979年由日本学者大津展之提出的一种对图像进行二值化的高效算法,是在判别与最小二乘法原理的基础上推导出来的. 算法原理把直方图在某一阈值处分割为两组,当前分成的两组间 ...
【图像处理】——图像的二值化操作及阈值化操作（固定阈值法（全局阈值法——大津法OTSU和三角法TRIANGLE）和自适应阈值法（局部阈值法——均值和高斯法））
目录一.二值化的概念(实际上就是一个阈值化操作) 1.概念: 2.实现方法 3.常用方法二.阈值类型 1.常见阈值类型(主要有五种类型) (1)公式描述 (2)图表描述 2.两种特殊的阈值算法(O ...
算法001:大津法OTSU学习记录
OTSU算法一.大津法主要的工作是什么? 大多数时候,我们需要获取到一幅图像中的特定目标.如果可以根据像素值将图像进行合理的分割,例如全局阈值分割那样,找到一个阈值TTT,大于阈值TTT的赋予一个像 ...
最大类间方差法（大津法OTSU）原理
算法介绍最大类间方差法是1979年由日本学者大津提出的,是一种自适应阈值确定的方法,又叫大津法,简称OTSU,是一种基于全局的二值化算法,它是根据图像的灰度特性,将图像分为前景和背景两个部分.当取最 ...
K210 / Openmv实现大津法/Otsu最大类间方差法自适应二值化
目录源码效果平台:K210 固件版本:maixpy_v0.6.2_54_g897214100_openmv_kmodel_v4_with_ide_support.bin OpenMv库自带Ots ...
CUDA精进之路（五）：图像处理——OTSU二值算法（最大类间方差法、大津法）
引言最近在做医疗设备相关的项目,故在项目中大量用到了各类图像分割的算法,为了在图像中分割出特定目标,用到的算法可以有很多,比如阈值分割,多通道分割,边缘分割以及一些前沿的组合分割.而对大多数图像来说 ...

图像分割之大津法Otsu

基本概念

示例演示

运行结果

图像分割之大津法Otsu相关推荐

最新文章

热门文章