幾種經典的二值化方法及其vb.net實現

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，也是進行圖像分析、特征提取與模式識別之前的必要的圖像預處理過程。這個看似簡單的問題，在過去的四十年里受到國內外學者的廣泛關注，產生了數以百計的閾值選取方法，但如同其他圖像分割算法一樣，沒有一個現有方法對各種各樣的圖像都能得到令人滿意的結果。

創新互聯主營開福網站建設的網絡公司,主營網站建設方案,成都APP應用開發,開福h5微信小程序開發搭建,開福網站營銷推廣歡迎開福等地區企業咨詢

本文針對幾種經典而常用的二值發放進行了簡單的討論并給出了其vb.net 實現。

1、P-Tile法

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

2、OTSU 算法（大津法）

OSTU算法可以說是自適應計算單閾值（用來轉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算簡單、穩定有效，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)點的象素值，N(i,j)是(i,j)點的權值，一般取1。

(3)． 若TK=TK+1，則所得即為閾值，否則轉2，迭代計算。

4、一維最大熵閾值法

它的思想是統計圖像中每一個灰度級出現的概率 ，計算該灰度級的熵 ,假設以灰度級T分割圖像，圖像中低于T灰度級的像素點構成目標物體（O），高于灰度級T的像素點構成背景（B），那么各個灰度級在本區的分布概率為：

O區： i=1,2……,t

B區： i=t+1,t+2……L-1

上式中的 ,這樣對于數字圖像中的目標和背景區域的熵分別為：

對圖像中的每一個灰度級分別求取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。

VB.net的開方運算

VB的運算順序是：先乘除、后加減，有括號的先算括號內，有負號的先算負號。

請你比較一下這個運算中x和y的值：

Dim n As Single = 4

Dim x As Single

Dim y As Single

x = n + 1

x = x / n

x = x - 1

x = Math.Sqrt(x)

y = Math.Sqrt((n + 1) / n - 1)

這樣就會發現，你的代碼中括號的位置錯了。

正確的應該是： Math.Sqrt((n + 1) / n - 1)

vb.net中有沒有類似max（）這樣的函數

首先vb.net是一種編程語言，它自己是沒有的。

但vb.net與c#、vc++.net等其它編程語言共用一個公共類庫（叫框架類庫），這個類庫在命名空間System中提供了一個類叫Math（Public NotInheritable Class Math）。它為三角函數、對數函數和其他通用數學函數提供了常數和靜態方法，其中就包括Max。

網站名稱：關于vb.net實現方差的信息
文章URL：http://vcdvsql.cn/article22/ddccdjc.html

成都網站建設公司_創新互聯，為您提供ChatGPT、商城網站、全網營銷推廣、移動網站建設、App設計、企業網站制作

廣告

聲明：本網站發布的內容（圖片、視頻和文字）以用戶投稿、用戶轉載內容為主，如果涉及侵權請盡快告知，我們將會在第一時間刪除。文章觀點不代表本網站立場，如需處理請聯系客服。電話：028-86922220；郵箱：631063699@qq.com。內容未經允許不得轉載，或轉載時需注明來源： 創新互聯