灰度图像--图像分割阈值处理之平均阈值

学习DIP第52天

转载请标明本文出处：http://blog.csdn.net/tonyshengtan ，出于尊重文章作者的劳动，转载请标明出处！文章代码已托管，欢迎共同开发：https://github.com/Tony-Tan/DIPpro

开篇废话

好久没写博客了，已然不熟练了，过完年整个人都不好了，哈哈，到刚才为止算是把图像分割学习了一下，这两天把学习结果和代码简单总结一下。

前面已经介绍了边缘检测，和边缘修复，阈值处理的基本概念也进行了一定介绍。阈值处理速度快，算法简单，所以应用比较广泛，算法的基本问题在于计算出阈值处理的阈值，在接下来的几篇我可，介绍几种确定阈值的算法，基本数学知识都来自统计学，包括最简单的平均数，p-分位数，方差等数学知识。

下面就从最简单的均值阈值开始介绍。

平均阈值

均值处理属于阈值中最简单的一种，其使用的一副图像所有灰度的均值作为阈值，分割图像。

根据统计学知识，求均值可以使用概率方法：

1. 计算图像灰度直方图

2. 归一化直方图，得出直方图每一项的概率

3. 直方图的横坐标与概率的成绩然后求和

threshold=mean=∑L?1i=0p(i)×i

根据以上均值得到阈值，然后根据阈值处理基本公示处理整幅图像。

代码

/*********************************************************************************/
/*********************************************************************************/
////计算从start到end的直方图的平均值,hist未归一化
double getMeaninHist(int start,int end,int *hist){
    int hist_count=0;
    double hist_value=0;
    for(int i=start;i<end;i++){
        hist_count+=hist[i];
        hist_value+=(double)hist[i]*i;
    }
    return hist_value/(double)hist_count;
}
/*********************************************************************************/
/*********************************************************************************/
//均值法求阈值
//阈值等于全图的像素的平均值
void MeanThreshold(double *src,double *dst,int width,int height,int type){
    int hist[GRAY_LEVEL];
    double threshold_value=0.0;
    InitHistogram(hist);
    setHistogram(src, hist, width,height);
    threshold_value=getMeaninHist(0, GRAY_LEVEL, hist);
    Threshold(src,dst, width, height, threshold_value,type);
}