二值化方法(二值化的方法)

1.二值化的方法

一幅圖像包括目標(biāo)物體、背景還有噪聲，要想從多值的數(shù)字圖像中直接提取出目標(biāo)物體，最常用的方法就是設(shè)定一個(gè)全局的閾值T，用T將圖像的數(shù)據(jù)分成兩部分：大于T的像素群和小于T的像素群。將大于T的像素群的像素值設(shè)定為白色（或者黑色），小于T的像素群的像素值設(shè)定為黑色（或者白色）。

全局二值化，在表現(xiàn)圖像細(xì)節(jié)方面存在很大缺陷。為了彌補(bǔ)這個(gè)缺陷，出現(xiàn)了局部二值化方法。

局部二值化的方法就是按照一定的規(guī)則將整幅圖像劃分為N個(gè)窗口，對這N個(gè)窗口中的每一個(gè)窗口再按照一個(gè)統(tǒng)一的閾值T將該窗口內(nèi)的像素劃分為兩部分，進(jìn)行二值化處理。 局部二值化也有一個(gè)缺陷。這個(gè)缺陷存在于那個(gè)統(tǒng)一閾值的選定。這個(gè)閾值是沒有經(jīng)過合理的運(yùn)算得來，一般是取該窗口的平局值。這就導(dǎo)致在每一個(gè)窗口內(nèi)仍然出現(xiàn)的是全局二值化的缺陷。為了解決這個(gè)問題，就出現(xiàn)了局部自適應(yīng)二值化方法。

局部自適應(yīng)二值化，該方法就是在局部二值化的基礎(chǔ)之上，將閾值的設(shè)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等各種局部特征，設(shè)定一個(gè)參數(shù)方程進(jìn)行閾值的計(jì)算，例如：T=a*E+b*P+c*Q，其中a,b,c是自由參數(shù)。這樣得出來的二值化圖像就更能表現(xiàn)出二值化圖像中的細(xì)節(jié)。

2.二值化的方法

一幅圖像包括目標(biāo)物體、背景還有噪聲，要想從多值的數(shù)字圖像中直接提取出目標(biāo)物體，最常用的方法就是設(shè)定一個(gè)全局的閾值T，用T將圖像的數(shù)據(jù)分成兩部分：大于T的像素群和小于T的像素群。將大于T的像素群的像素值設(shè)定為白色（或者黑色），小于T的像素群的像素值設(shè)定為黑色（或者白色）。

全局二值化，在表現(xiàn)圖像細(xì)節(jié)方面存在很大缺陷。為了彌補(bǔ)這個(gè)缺陷，出現(xiàn)了局部二值化方法。

局部二值化的方法就是按照一定的規(guī)則將整幅圖像劃分為N個(gè)窗口，對這N個(gè)窗口中的每一個(gè)窗口再按照一個(gè)統(tǒng)一的閾值T將該窗口內(nèi)的像素劃分為兩部分，進(jìn)行二值化處理。 局部二值化也有一個(gè)缺陷。這個(gè)缺陷存在于那個(gè)統(tǒng)一閾值的選定。這個(gè)閾值是沒有經(jīng)過合理的運(yùn)算得來，一般是取該窗口的平局值。這就導(dǎo)致在每一個(gè)窗口內(nèi)仍然出現(xiàn)的是全局二值化的缺陷。為了解決這個(gè)問題，就出現(xiàn)了局部自適應(yīng)二值化方法。

局部自適應(yīng)二值化，該方法就是在局部二值化的基礎(chǔ)之上，將閾值的設(shè)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等各種局部特征，設(shè)定一個(gè)參數(shù)方程進(jìn)行閾值的計(jì)算，例如：T=a*E+b*P+c*Q，其中a,b,c是自由參數(shù)。這樣得出來的二值化圖像就更能表現(xiàn)出二值化圖像中的細(xì)節(jié)。

3.圖像二值化的方法和步驟,能有具體的比如ARCGIS或者ENVI步驟更好

1。把圖像重新symbolize，使用classify分成兩種類型，如：0-126,126-255。（把圖象二值化）， 在圖象上鼠標(biāo)右擊，選取properties，在選symbolgy標(biāo)簽，在show中選classified,classes等于2。

2.在arcCatalog中新建shp文件（分幾層建幾個(gè)，有點(diǎn)、線、多邊形、多點(diǎn)四種類型），將圖象和SHP文件一起加入到ARCMAP中，對SHP文件進(jìn)行編輯，此時(shí)可以激活arcscan，進(jìn)行矢量化。

后面我們的數(shù)字化工作是對這個(gè)校準(zhǔn)后的影像進(jìn)行操作的。

通過上面的操作我們的數(shù)據(jù)已經(jīng)完成了配準(zhǔn)工作，我們將使用這些配準(zhǔn)后的影像進(jìn)行分層矢量化。

4.幾種經(jīng)典的二值化方法及其vb.net實(shí)現(xiàn)

圖像二值化的目的是最大限度的將圖象中感興趣的部分保留下來，在很多情況下，也是進(jìn)行圖像分析、特征提取與模式識別之前的必要的圖像預(yù)處理過程。這個(gè)看似簡單的問題，在過去的四十年里受到國內(nèi)外學(xué)者的廣泛關(guān)注，產(chǎn)生了數(shù)以百計(jì)的閾值選取方法，但如同其他圖像分割算法一樣，沒有一個(gè)現(xiàn)有方法對各種各樣的圖像都能得到令人滿意的結(jié)果。

本文針對幾種經(jīng)典而常用的二值發(fā)放進(jìn)行了簡單的討論并給出了其vb.net 實(shí)現(xiàn)。

1、P-Tile法

Doyle于1962年提出的P-Tile （即P分位數(shù)法）可以說是最古老的一種閾值選取方法。該方法根據(jù)先驗(yàn)概率來設(shè)定閾值，使得二值化后的目標(biāo)或背景像素比例等于先驗(yàn)概率，該方法簡單高效，但是對于先驗(yàn)概率難于估計(jì)的圖像卻無能為力。

2、OTSU 算法（大津法）

OSTU算法可以說是自適應(yīng)計(jì)算單閾值（用來轉(zhuǎn)換灰度圖像為二值圖像）的簡單高效方法。1978 OTSU年提出的最大類間方差法以其計(jì)算簡單、穩(wěn)定有效，一直廣為使用。

3、迭代法（最佳閥值法）

(1). 求出圖象的最大灰度值和最小灰度值，分別記為Zl和Zk，令初始閾值為：

(2). 根據(jù)閾值TK將圖象分割為前景和背景，分別求出兩者的平均灰度值Z0和ZB:

式中，Z(i,j)是圖像上（i,j）點(diǎn)的象素值，N(i,j)是（i,j）點(diǎn)的權(quán)值，一般取1。

(3). 若TK=TK+1，則所得即為閾值，否則轉(zhuǎn)2，迭代計(jì)算。

4、一維最大熵閾值法

它的思想是統(tǒng)計(jì)圖像中每一個(gè)灰度級出現(xiàn)的概率 ，計(jì)算該灰度級的熵 ，假設(shè)以灰度級T分割圖像，圖像中低于T灰度級的像素點(diǎn)構(gòu)成目標(biāo)物體（O），高于灰度級T的像素點(diǎn)構(gòu)成背景（B），那么各個(gè)灰度級在本區(qū)的分布概率為：

O區(qū)： i=1,2……，t

B區(qū)： i=t+1,t+2……L-1

上式中的 ，這樣對于數(shù)字圖像中的目標(biāo)和背景區(qū)域的熵分別為：

對圖像中的每一個(gè)灰度級分別求取W=H0 +HB，選取使W最大的灰度級作為分割圖像的閾值，這就是一維最大熵閾值圖像分割法。

5.我在做基于二值化理論的醫(yī)學(xué)圖像處理,請問圖像二值化的理論和方法

二值化簡介

方法：

1、全局二值化

2、局部自適應(yīng)二值化

應(yīng)用

一幅圖像包括目標(biāo)物體、背景還有噪聲，要想從多值 二值化的數(shù)字圖像中直接提取出目標(biāo)物體，最常用的方法就是設(shè)定一個(gè)閾值T，用T將圖像的數(shù)據(jù)分成兩部分：大于T的像素群和小于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）。 圖像的二值化，就是將圖像上的像素點(diǎn)的灰度值設(shè)置為0或255，也就是將整個(gè)圖像呈現(xiàn)出明顯的只有黑和白的視覺效果。

1、局二值化

一幅圖像包括目標(biāo)物體、背景還有噪聲，要想從多值的數(shù)字圖像中直接提取出目標(biāo)物體，最常用的方法就是設(shè)定一個(gè)全局的閾值T，用T將圖像的數(shù)據(jù)分成兩部分：大于T的像素群和小于T的像素群。將大于T的像素群的像素值設(shè)定為白色（或者黑色），小于T的像素群的像素值設(shè)定為黑色（或者白色）。 全局二值化，在表現(xiàn)圖像細(xì)節(jié)方面存在很大缺陷。為了彌補(bǔ)這個(gè)缺陷，出現(xiàn)了局部二值化方法。 局部二值化的方法就是按照一定的規(guī)則將整幅圖像劃分為N個(gè)窗口，對這N個(gè)窗口中的每一個(gè)窗口再按照一個(gè)統(tǒng)一的閾值T將該窗口內(nèi)的像素劃分為兩部分，進(jìn)行二值化處理。

2、部自適應(yīng)二值化

局部二值化也有一個(gè)缺陷。這個(gè)缺陷存在于那個(gè)統(tǒng)一閾值的選定。這個(gè)閾值是沒有經(jīng)過合理的運(yùn)算得來，一般是取該窗口的平局值。這就導(dǎo)致在每一個(gè)窗口內(nèi)仍然出現(xiàn)的是全局二值化的缺陷。為了解決這個(gè)問題，就出現(xiàn)了局部自適應(yīng)二值化方法。 局部自適應(yīng)二值化，該方法就是在局部二值化的基礎(chǔ)之上，將閾值的設(shè)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等各種局部特征，設(shè)定一個(gè)參數(shù)方程進(jìn)行閾值的計(jì)算，例如：T=a*E+b*P+c*Q，其中a,b,c是自由參數(shù)。這樣得出來的二值化圖像就更能表現(xiàn)出二值化圖像中的細(xì)節(jié)。

編輯本段應(yīng)用

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(yīng)用非常廣泛。

（轉(zhuǎn)載自百度百科--》二值化）

6.圖像二值化的原理

圖像的二值化的基本原理

圖像的二值化處理就是將圖像上的點(diǎn)的灰度置為0或255，也就是將整個(gè)圖像呈現(xiàn)出明顯的黑白效果。即將256個(gè)亮度等級的灰度圖像通過適當(dāng)?shù)拈撝颠x取而獲得仍然可以反映圖像整體和局部特征的二值化圖像。在數(shù)字圖像處理中，二值圖像占有非常重要的地位，特別是在實(shí)用的圖像處理中，以二值圖像處理實(shí)現(xiàn)而構(gòu)成的系統(tǒng)是很多的，要進(jìn)行二值圖像的處理與分析，首先要把灰度圖像二值化，得到二值化圖像，這樣子有利于在對圖像做進(jìn)一步處理時(shí)，圖像的集合性質(zhì)只與像素值為0或255的點(diǎn)的位置有關(guān)，不再涉及像素的多級值，使處理變得簡單，而且數(shù)據(jù)的處理和壓縮量小。為了得到理想的二值圖像，一般采用封閉、連通的邊界定義不交疊的區(qū)域。所有灰度大于或等于閾值的像素被判定為屬于特定物體，其灰度值為255表示，否則這些像素點(diǎn)被排除在物體區(qū)域以外，灰度值為0，表示背景或者例外的物體區(qū)域。如果某特定物體在內(nèi)部有均勻一致的灰度值，并且其處在一個(gè)具有其他等級灰度值的均勻背景下，使用閾值法就可以得到比較的分割效果。如果物體同背景的差別表現(xiàn)不在灰度值上（比如紋理不同），可以將這個(gè)差別特征轉(zhuǎn)換為灰度的差別，然后利用閾值選取技術(shù)來分割該圖像。動(dòng)態(tài)調(diào)節(jié)閾值實(shí)現(xiàn)圖像的二值化可動(dòng)態(tài)觀察其分割圖像的具體結(jié)果。

7.固定閾值二值化測量方法有什么優(yōu)點(diǎn)

固定閾值二值化測量方法有什么優(yōu)點(diǎn)

苯橡膠的混煉多采用兩段混煉，因?yàn)閮啥沃g的冷卻有助于碳黑的分散，丁苯橡膠混煉的關(guān)鍵是使碳黑良好分散，為此總的原則是軟化劑應(yīng)在碳黑投入并 已在生膠中分散后經(jīng)過一定時(shí)間再加入，軟化劑提前加入或在碳黑凝膠形成之前加入，易使碳黑—軟化劑結(jié)塊，膠料物理性能下降（15~20%），但是軟化劑在 碳黑完全分散后加入，也會(huì)使膠料破碎，延長混煉時(shí)間，降低混煉效率，因此一般以在密煉室中尚有1/5碳黑未吸收和分散時(shí)投入軟化劑為宜，這樣既容易混合也 不使膠料打滑和破碎，膠料硫化膠拉伸強(qiáng)度可提高2~2.5Mpa，耐磨性提高7%。