OTSU算法对图像二值化

问简易 · 发表于 2016-1-8 20:31:53

在飞思卡尔智能车比赛中，对于摄像头组，从摄像头模块中采集到的一副图像，除了硬件二值化，还有自我软件二值化。硬件二值化好处在于方便开发，但是在环境较恶劣的情况下，二值化后的图像可能不好接收。而像OV7620这样输出灰度图的摄像头，我们可以对其做自适应环境的二值化。在二值化中，OTSU，大津法，那可是相当不错，此处为大家奉上转载好帖介绍OTSU及其C语言实现。

OTSU算法是由日本学者OTSU于1979年提出的一种对图像进行二值化的高效算法。 1. OTSU算法原理简介对于一幅图像，设当前景与背景的分割阈值为t时，前景点占图像比例为w0，均值为u0，背景点占图像比例为w1，均值为u1。则整个图像的均值为u = w0*u0+w1*u1。建立目标函数g(t)=w0*(u0-u)^2+w1*(u1-u)^2，g(t)就是当分割阈值为t时的类间方差表达式。OTSU算法使得g(t)取得全局最大值，当g(t)为最大时所对应的t称为最佳阈值。OTSU算法又称为最大类间方差法。 2.OTSU算法例程下面是OSTU算法的C语言代码及其测试，代码基于opencv。

#include <cv.h>
2.#include <highgui.h>
3.
4.int otsu(IplImage *image)
5.{
6. assert(NULL != image);
7.
8. int width = image->width;
9. int height = image->height;
10. int x=0,y=0;
11. int pixelCount[256];
12. float pixelPro[256];
13. int i, j, pixelSum = width * height, threshold = 0;
14.
15. uchar* data = (uchar*)image->imageData;
16.
17. //初始化
18. for(i = 0; i < 256; i++)
19. {
20. pixelCount[i] = 0;
21. pixelPro[i] = 0;
22. }
23.
24. //统计灰度级中每个像素在整幅图像中的个数
25. for(i = y; i < height; i++)
26. {
27. for(j = x;j <width;j++)
28. {
29. pixelCount[data[i * image->widthStep + j]]++;
30. }
31. }
32.
33.
34. //计算每个像素在整幅图像中的比例
35. for(i = 0; i < 256; i++)
36. {
37. pixelPro[i] = (float)(pixelCount[i]) / (float)(pixelSum);
38. }
39.
40. //经典ostu算法,得到前景和背景的分割
41. //遍历灰度级[0,255],计算出方差最大的灰度值,为最佳阈值
42. float w0, w1, u0tmp, u1tmp, u0, u1, u,deltaTmp, deltaMax = 0;
43. for(i = 0; i < 256; i++)
44. {
45. w0 = w1 = u0tmp = u1tmp = u0 = u1 = u = deltaTmp = 0;
46.
47. for(j = 0; j < 256; j++)
48. {
49. if(j <= i) //背景部分
50. {
51. //以i为阈值分类，第一类总的概率
52. w0 += pixelPro[j];
53. u0tmp += j * pixelPro[j];
54. }
55. else //前景部分
56. {
57. //以i为阈值分类，第二类总的概率
58. w1 += pixelPro[j];
59. u1tmp += j * pixelPro[j];
60. }
61. }
62.
63. u0 = u0tmp / w0; //第一类的平均灰度
64. u1 = u1tmp / w1; //第二类的平均灰度
65. u = u0tmp + u1tmp; //整幅图像的平均灰度
66. //计算类间方差
67. deltaTmp = w0 * (u0 - u)*(u0 - u) + w1 * (u1 - u)*(u1 - u);
68. //找出最大类间方差以及对应的阈值
69. if(deltaTmp > deltaMax)
70. {
71. deltaMax = deltaTmp;
72. threshold = i;
73. }
74. }
75. //返回最佳阈值;
76. return threshold;
77.}
78.
79.int main(int argc, char* argv[])
80.{
81. IplImage* srcImage = cvLoadImage("D:\\technology\\CV\\Database\\image\\rice.png",0);
82. assert(NULL != srcImage);
83.
84. cvNamedWindow("src");
85. cvShowImage("src",srcImage);
86.
87. IplImage* biImage = cvCreateImage(cvGetSize(srcImage),8,1);
88.
89. //计算最佳阈值
90. int threshold = otsu(srcImage);
91. //对图像二值化
92. cvThreshold(srcImage,biImage,threshold,255,CV_THRESH_BINARY);
93.
94. cvNamedWindow("binary");
95. cvShowImage("binary",biImage);
96.
97. cvWaitKey(0);
98.
99. cvReleaseImage(&srcImage);
100. cvReleaseImage(&biImage);
101. cvDestroyWindow("src");
102. cvDestroyWindow("binary");
103.
104. return 0;
105.}