十三种基于直方图的图像大局二值化算法原理、实现、代码及效果

十三种基于直方图的图像全局二值化算法原理、实现、代码及效果。

由于CSDN博客和博客园的编辑方面有不一致的地方，导致文中部分图片错位，为不影响浏览效果，建议点击打开链接。

       图像二值化的目的是最大限度的将图象中感兴趣的部分保留下来，在很多情况下，也是进行图像分析、特征提取与模式识别之前的必要的图像预处理过程。这个看似简单的问题，在过去的四十年里受到国内外学者的广泛关注，产生了数以百计的阈值选取方法，但如同其他图像分割算法一样，没有一个现有方法对各种各样的图像都能得到令人满意的结果。

     在这些庞大的分类方法中，基于直方图的全局二值算法占有了绝对的市场份额，这些算法都从不同的科学层次提出了各自的实施方案，并且这类方法都有着一些共同的特点：

　　1、简单；

     2、算法容易实现；

     3、执行速度快。

     本文摘取了若干种这类方法进行了介绍。

     一：灰度平局值值法：

　　1、描述:即使用整幅图像的灰度平均值作为二值化的阈值，一般该方法可作为其他方法的初始猜想值。

　　2、原理:　　　 

      3、实现代码：

　　　　　　　　原图                                                 二值图                                          原始直方图　　　　　　　　　　　　　　　　平滑后的直方图

　　对于这种有较明显的双峰的图像，该算法还是能取得不错的效果的。

     四、基于双峰平均值的阈值

       1、描述：

 　　该算法和基于谷底最小值的阈值方法类似，只是最后一步不是取得双峰之间的谷底值，而是取双峰的平均值作为阈值。

       2、参考代码：

　　　　　　　原图                                                 二值图                                           原始直方图　　　　　　　　　　　　　　　　平滑后的直方图

    五、迭代最佳阈值

　　1、描述：

    该算法先假定一个阈值，然后计算在该阈值下的前景和背景的中心值，当前景和背景中心值得平均值和假定的阈值相同时，则迭代中止，并以此值为阈值进行二值化。

    2、实现过程：

　　（1）求出图象的最大灰度值和最小灰度值，分别记为gl和gu，令初始阈值为：

      (2) 根据阈值T0将图象分割为前景和背景，分别求出两者的平均灰度值Ab和Af:

      (3) 令

　　　　如果Tk=Tk+1,则取Tk为所求得的阈值，否则，转2继续迭代。

     3、参考代码：

　　　   　原图                                          二值图                                         直方图　

   六、OSTU大律法

　　1、描述：

       该算法是1979年由日本大津提出的，主要是思想是取某个阈值，使得前景和背景两类的类间方差最大，matlab中的graythresh即是以该算法为原理执行的。

       2、原理：

       关于该算法的原理，网络上有很多，这里为了篇幅有限，不加以赘述。

       3、参考代码：

　　该算法对于那些具有平坦的直方图的图像具有一定的适应能力。

      七、一维最大熵

     1、描述：

       该算法把信息论中熵的概念引入到图像中，通过计算阈值分割后两部分熵的和来判断阈值是否为最佳阈值。

      2、算法原理

       这方面的文章也比较多，留给读者自行去查找相关资料。

       3、参考代码： 

    其中的A\B\C的函数可见代码部分。

   3、参考代码：

　　参考代码：