数字图像处理第六章图像分割第二讲阈值分割法

（1）设阈值为t，阈值化为：
1 f(x,y)≥t g(x,y)=
0 f(x,y)<t
灰度值 f(x0,y0)
T
1 f(x,y)≤t 或 g(x,y)=
0 f(x,y)>t
（2）阈值为灰度范围[t1,t2]，阈值化为：
1 t1≤f(x,y)≤t2 g(x,y)=
0 其它
（3）设阈值为t，半阈值化为：
T
h( z )
2h(z)
0, z
z2 0
其中，h(z)——直方图
2、最优阈值（最小错误概率阈值）
1）问题的提出：
6.2 阈值分割法
6.2.1 阈值分割原理 6.2.2 阈值选取方法
6.2.1 阈值分割原理
1、 阈值分割的原理
图像阈值分割是一种广泛应用的分割技术。
利用图像中要提取的目标物与其背景在灰度特性上的差 异，把图像视为具有不同灰度级的两类区域(目标和背景) 的组合，选取一个合适的阈值，以确定图像中每个象素 点应该属于目标还是背景区域，从而产生相应的二值图 像。
1、根据直方图谷点确定阈值 2、最优阈值（最小错误概率阈值） 3、最大类间方差阈值 4、P参数法阈值
1、根据直方图谷点确定阈值
(a) 原始图像 (c) 二值化图像
(b) 原图的直方图
3）存在的缺点：会受到噪音的干扰，最小值不是预期的阈值， 而偏离期望的值。 改进1：取两个峰值之间某个固定位置，如中间位置上。由 于峰值代表的是区域内外的典型值，一般情况下，比选谷 底更可靠，可排除噪音的干扰。
f(x,y) f(x,y)≥t g(x,y)=
0 其它
(4) 图像阈值分割的通式为： ZE f(x,y)∈Z 阈值
g(x,y)= ZB 其它
可见，阈值化分割算法主要有两个步骤： Βιβλιοθήκη Baidu）确定合适的分割阈值 2）将每个象素值与分割阈值比较以划分象素归属。
2、 阈值的分类
3、 阈值分割的特点
6.2.2 阈值选取方法