接下來介紹OTSU方法的原理：

***************************************************************************************************************************************************************

OTSU法對于具有雙峰性質(zhì)的灰度圖像或是彩色圖像的某一通道的分割效果很好,程序?yàn)榱嗽黾咏研约恿藗€(gè)可以根據(jù)實(shí)際情況確定的修正值th_set.

**************************************************************************************************************************************************************

function y1=OTSU(image,th_set)

�=imread('color1.bmp');

gray=rgb2gray(image);%原圖像的灰度圖

low_high=stretchlim(gray);%增強(qiáng)圖像，似乎也不是一定需要

gray=imadjust(gray,low_high,[]);

% subplot(224);imshow(gray);title('after adjust');

count=imhist(gray);

[r,t]=size(gray);

n=r*t;

l=256;

count=count/n;%各級(jí)灰度出現(xiàn)的概率

for i=2:l

if count(i)~=0

st=i-1;

break

end

end

%以上循環(huán)語句實(shí)現(xiàn)尋找出現(xiàn)概率不為0的最小灰度值

for i=l:-1:1

if count(i)~=0;

nd=i-1;

break

end

end

%實(shí)現(xiàn)找出出現(xiàn)概率不為0的最大灰度值

f=count(st+1:nd+1);

p=st;q=nd-st;%p和分別是灰度的起始和結(jié)束值

u=0;

for i=1:q;

u=u+f(i)*(p+i-1);

ua(i)=u;

end

%計(jì)算圖像的平均灰度值

for i=1:q;

w(i)=sum(f(1:i));

end

%計(jì)算出選擇不同k的時(shí)候，A區(qū)域的概率

d=(u*w-ua).^2./(w.*(1-w));%求出不同k值時(shí)類間方差

[y,tp]=max(d);%求出最大方差對應(yīng)的灰度級(jí)

th=tp+p;

if th

th=tp+p;

else

th=th_set;?%根據(jù)具體情況適當(dāng)修正門限

end

y1=zeros(r,t);

for i=1:r

for j=1:t

x1(i,j)=double(gray(i,j));

end

end

for i=1:r

for j=1:t

if (x1(i,j)>th)

y1(i,j)=x1(i,j);

else

y1(i,j)=0;

end

end

end

%上面一段代碼實(shí)現(xiàn)分割

% figure,imshow(y1);

% title('灰度門限分割的圖像');

接下來介紹OTSU方法的原理以及用Ｃ語言實(shí)現(xiàn)：

閾值將原圖像分成前景、背景兩個(gè)圖像。

前景：用ｎ１，ｃｓｕｍ，ｍ１來表示在當(dāng)前閾值下的前景的點(diǎn)數(shù)，質(zhì)量矩，平均灰度；

背景：用ｎ２，ｓｕｍ－ｃｓｕｍ，ｍ２來表示在當(dāng)前閾值下的背景的點(diǎn)數(shù)，質(zhì)量矩，平均灰度；

當(dāng)取最佳閾值時(shí)，背景應(yīng)該與前景差別最大，關(guān)鍵在于如何選擇衡量差別的標(biāo)準(zhǔn)；

而在ｏｔｓｕ算法中這個(gè)衡量差別的標(biāo)準(zhǔn)就是最大類間方差；

在以下程序中類間方差用是ｓｂ表示，最大類間方差用ｆｍａｘ，關(guān)于最大類間方差(ｏｔｓｕ)的性能：

類間方差對噪音和目標(biāo)大小十分敏感，它僅對類間方差為單峰值的圖像產(chǎn)生較好的分割效果，

當(dāng)目標(biāo)與背景的大小比例懸殊時(shí)，類間方差準(zhǔn)則函數(shù)可能呈現(xiàn)雙峰或多峰，此時(shí)效果不好，但是類間方差使用是最少的。

最大類間方差(ｏｔｓｕ)的公式推導(dǎo)：

記ｔ為前景與背景的分割閾值，前景點(diǎn)數(shù)占圖像比例為ｗ０，平均灰度為ｕ０；背景點(diǎn)數(shù)占圖像比例為ｗ１，平均灰度為ｕ１；

則圖像的總平均灰度為：ｕ＝ｗ０＊ｕ０＋ｗ１＊ｕ１；

前景和背景圖像的方差：ｇ＝ｗ０＊(ｕ０－ｕ)．＾２＋ｗ１＊(ｕ１－ｕ)．＾２

＝ｗ０＊ｗ１＊(ｕ０－ｕ１)．＾２

此公式為方差公式。

上面的ｇ公式也就是下面程序中得　ｓｂ的表達(dá)式：

當(dāng)方差ｇ最大時(shí)，可以認(rèn)為此時(shí)前景與背景差異最大，也就是此時(shí)的灰度值是最佳閾值；

總結(jié)

以上是生活随笔為你收集整理的大津阈值分割matlab实验,OTSU(大津法)分割源程序(MATLAB版)的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。