图像2值化用迭代法求最佳阀值的小问题！

xuyangzi1983 2006-11-26 05:20:53

iNewThreshold = (iMinGrayValue + iMaxGrayValue)/2;
iThreshold = 0;
这是用迭代法求最佳阀值最外面一层循环：
for(iIterationTimes = 0; iThreshold != iNewThreshold && iIterationTimes < 100;iIterationTimes ++)

有谁知道iThreshold != iNewThreshold && iIterationTimes < 100，这个控制循环的变量是什么意义啊？（iThreshold 阀值，iThreshold是迭代次数）为什么要这样设？

...全文

188 1 打赏收藏转发到动态举报

写回复

1 条回复

切换为时间正序

请发表友善的回复…

发表回复

脆弱的肠胃 2006-11-27

打赏
举报

回复

http://www.chinaitpower.com/A200508/2005-08-07/186446.html

在《图像的采样与量化及直方图》中讲述了如何计算图像的灰度直方图及对图像进行二值化处理，在这一文章中讲述的二值化处理的阀值都是自己设定的，自己设定的阀值往往不准确，而且不同的图像的最佳阀值是不一样的。那么能不能让计算机来计算图像的最佳阀值呢？答案是肯定的，下面就介绍一种迭代法计算图像阀值的方法：算法思想迭代法是基于逼近的思想，其步骤如下： 1．求出图象的最大灰度值和最小灰度值，分别

基于Python的图像阈值化分割（迭代法） 1.阈值化分割原理通过对图像的灰度直方图进行数学统计，选择一个或多个阈值将像素划分为若干类。一般情况下，当图像由灰度值相差较大的目标和背景组成时，如果目标区域内部像素灰度分布均匀一致，背景区域像素在另一个灰度级上也分布均匀，这时图像的灰度直方图会呈现出双峰特性。在这种情况下，选取位于这两个峰值中间的谷底对应的灰度值T作为灰度阈值，将图像中各个像素的灰度值与这个阈值进行比较，根据比较的结果将图像中的像素划分到两个类中。像素灰度值大于阈值T的像素点归为一类，其余像

图像二值化阈值选取常用方法： 1.双峰法。 2.P参数法。 3.最大类间方差法（Otsu、大津法）。 4.最大熵阈值法。 5.迭代法(最佳阈值法)。 1.双峰法。 1996年，Prewitt提出了直方图双峰法，即如果灰度级直方图呈明显的双峰状，则选取两峰之间的谷底所对应的灰度级作为阈值。注意：应用灰度直方图双峰法来分割图像，也需要一定的图像先验知识，因为同一个直方图可以对应若干个不同的图像，直方图只表明图像中各个灰度级上有多少个象素，并不描述这些象素的任何位置信息。该方...

一、工具：VC+OpenCV 二、语言：C++ 三、原理 otsu法（最大类间方差法，有时也称之为大津算法）使用的是聚类的思想，把图像的灰度数按灰度级分成2个部分，使得两个部分之间的灰度值差异最大，每个部分之间的灰度差异最小，通过方差的计算来寻找一个合适的灰度级别来划分。所以可以在二值化的时候采用otsu算法来自动选取阈值进行二值化。otsu算法被认为是图像

二值化中常见的阈值算法：1.OSTU大津法2.iteration迭代法3.Sobel算子图像边缘提取

图形处理/算法

19,469

社区成员

50,697

社区内容

发帖

与我相关

我的任务

社区管理员

加入社区

近7日
近30日
至今

加载中

查看更多榜单

社区公告

暂无公告

试试用AI创作助手写篇文章吧

+ 用AI写文章