二值化

圖像處理的基本方法

徠圖像的二值化,就是將圖像上的像素點的灰度值設置為0或255,也就是將整個圖像呈現出明顯的只有黑和白的視覺效果。二值化是圖像處理的基本操作,任何圖像處理基本離不開二值化的操作。一幅圖像包括目標物體、背景還有雜訊,要想從多值的數字圖像中直接提取出目標物體,最常用的方法就是設定一個全局的閾值T,用T將圖像的數據分成兩部分:大於T的像素群和小於T的像素群。該方法的閾值是通過對該窗口像素的平均值E,像素之間的差平方P,像素之間的均方根值Q等各種局部特徵,設定一個參數方程進行閾值的計算,例如:T=a*E+b*P+c*Q,其中a,b,c是自由參數。

內容簡介


二徠值化
二徠值化
一幅圖像包括目標物體、背景還有雜訊,要想從多值
的數字圖像中直接提取出目標物體,最常用的方法就是設定一個閾值T,用T將圖像的數據分成兩部分:大於T的像素群和小於T的像素群。這是研究灰度變換的最特殊的方法,稱為圖像的二值化(BINARIZATION)。

定義介紹


圖像的二值化,就是將圖像上的像素點的灰度值設置為0或255,也就是將整個圖像呈現出明顯的只有黑和白的視覺效果。

方法介紹


全局

一幅圖像包括目標物體、背景還有雜訊,要想從多值的數字圖像中直接提取出目標物體,最常用的方法就是設定一個全局的閾值T,用T將圖像的數據分成兩部分:大於T的像素群和小於T的像素群。將大於T的像素群的像素值設定為白色(或者黑色),小於T的像素群的像素值設定為黑色(或者白色)。
全局二值化,在表現圖像細節方面存在很大缺陷。為了彌補這個缺陷,出現了局部二值化方法。
局部二值化的方法就是按照一定的規則將整幅圖像劃分為N個窗口,對這N個窗口中的每一個窗口再按照一個統一的閾值T將該窗口內的像素劃分為兩部分,進行二值化處理。

局部自適應

局部二值化也有一個缺陷。這個缺陷存在於那個統一閾值的選定。這個閾值是沒有經過合理的運算得來,一般是取該窗口的平局值。這就導致在每一個窗口內仍然出現的是全局二值化的缺陷。為了解決這個問題,就出現了局部自適應二值化方法。
局部自適應二值化,該方法就是在局部二值化的基礎之上,將閾值的設定更加合理化。該方法的閾值是通過對該窗口像素的平均值E,像素之間的差平方P,像素之間的均方根值Q等各種局部特徵,設定一個參數方程進行閾值的計算,例如:T=a*E+b*P+c*Q,其中a,b,c是自由參數。這樣得出來的二值化圖像就更能表現出二值化圖像中的細節。

分類介紹


根據閾值選取的不同,二值化的演演算法分為固定閾值和自適應閾值。比較常用的二值化方法則有:雙峰法、P參數法、迭代法和OTSU法等。

應用介紹


二值化是圖像處理的基本操作,任何圖像處理基本離不開二值化的操作。其應用非常廣泛。