Otsu's method大津法
不同於邊緣檢測,otsu關注的是圖像整體像素的分佈
otsu可以通過找到直方圖的分割閾值threshold來分離前景和背景圖
算法思想:
找到最小化類內方差的閾值
p(i)是通過直方圖統計得到的,也就是一幅圖中每個0~255的像素出現的概率,t代表threshold,q1(t)是1類的出現概率,q2(t)是2類的出現概率。
μ1和μ2分別是1類和2類的灰度均值,theta1和theta2分別是1類和2類的方差。
可以將t取遍0~255,找到使得類內方差值最小的t。但是還有一種方法,由於一幅圖的方差(是個常數)等於前景和背景(1類和2類)的類內方差加上類間方差,所以目標等同於找到使得類間方差最大的threshold,這樣會有更高的計算效率。
如果遇到非一致性的背景,用全局閾值效果就不會很好。根據實際情況,可以對圖像的block使用otsu,也可以使用滑動窗口等。
MATLAB的graythresh函數提供了獲得圖像分割閾值的方法。