【图像处理 】 一、OSTU分割法

图像中像素的灰度值小于阈值T的像素个数记作N0,像素灰度大于阈值T的像素个数记作N1,则有:

图像大小:M*N

T为二值化的阈值;

N0为灰度小于T的像素的个数,N0的平均灰度为μ0

N1 为灰度大于T的像素的个数,N1的平均灰度为μ1

ω0=N0/ M×N (1)   //落在N0的概率

ω1=N1/ M×N (2)  //落在N1的概率

N0+N1=M×N (3)  

ω0+ω1=1 (4)       

μ=ω0*μ0+ω1*μ1 (5)  //平均灰度乘以概率 再相加

g=ω0(μ0-μ)^2+ω1(μ1-μ)^2 (6)   //类间方差

将式(5)代入式(6),得到等价公式: g=ω0ω1(μ0-μ1)^2 (7)      

posted @   洛笔达  阅读(2698)  评论(0编辑  收藏  举报
编辑推荐:
· 如何编写易于单元测试的代码
· 10年+ .NET Coder 心语,封装的思维:从隐藏、稳定开始理解其本质意义
· .NET Core 中如何实现缓存的预热?
· 从 HTTP 原因短语缺失研究 HTTP/2 和 HTTP/3 的设计差异
· AI与.NET技术实操系列:向量存储与相似性搜索在 .NET 中的实现
阅读排行:
· 地球OL攻略 —— 某应届生求职总结
· 周边上新:园子的第一款马克杯温暖上架
· Open-Sora 2.0 重磅开源!
· 提示词工程——AI应用必不可少的技术
· .NET周刊【3月第1期 2025-03-02】
点击右上角即可分享
微信分享提示