幾種經(jīng)典的二值化方法及其vb點(diǎn)虐 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(lái)，在很多情況下，也是進(jìn)行圖像分析、特征提取與模式識(shí)別之前的必要的圖像預(yù)處理過(guò)程。這個(gè)看似簡(jiǎn)單的問(wèn)題，在過(guò)去的四十年里受到國(guó)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(méi)有一個(gè)現(xiàn)有方法對(duì)各種各樣的圖像都能得到令人滿(mǎn)意的結(jié)果。

成都創(chuàng)新互聯(lián)公司長(zhǎng)期為上1000+客戶(hù)提供的網(wǎng)站建設(shè)服務(wù)，團(tuán)隊(duì)從業(yè)經(jīng)驗(yàn)10年，關(guān)注不同地域、不同群體，并針對(duì)不同對(duì)象提供差異化的產(chǎn)品和服務(wù)；打造開(kāi)放共贏平臺(tái)，與合作伙伴共同營(yíng)造健康的互聯(lián)網(wǎng)生態(tài)環(huán)境。為宣化企業(yè)提供專(zhuān)業(yè)的成都做網(wǎng)站、成都網(wǎng)站建設(shè)，宣化網(wǎng)站改版等技術(shù)服務(wù)。擁有十多年豐富建站經(jīng)驗(yàn)和眾多成功案例,為您定制開(kāi)發(fā)。

本文針對(duì)幾種經(jīng)典而常用的二值發(fā)放進(jìn)行了簡(jiǎn)單的討論并給出了其vb點(diǎn)虐 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(shuō)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(lái)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(jiǎn)單高效，但是對(duì)于先驗(yàn)概率難于估計(jì)的圖像卻無(wú)能為力。

2、OTSU 算法（大津法）

OSTU算法可以說(shuō)是自適應(yīng)計(jì)算單閾值（用來(lái)轉(zhuǎn)換灰度圖像為二值圖像）的簡(jiǎn)單高效方法。1978 OTSU年提出的最大類(lèi)間方差法以其計(jì)算簡(jiǎn)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(jí)出現(xiàn)的概率 ，計(jì)算該灰度級(jí)的熵 ,假設(shè)以灰度級(jí)T分割圖像，圖像中低于T灰度級(jí)的像素點(diǎn)構(gòu)成目標(biāo)物體（O），高于灰度級(jí)T的像素點(diǎn)構(gòu)成背景（B），那么各個(gè)灰度級(jí)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(duì)于數(shù)字圖像中的目標(biāo)和背景區(qū)域的熵分別為：

對(duì)圖像中的每一個(gè)灰度級(jí)分別求取W=H0 +HB，選取使W最大的灰度級(jí)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怎樣把USB攝像頭在顯示器上輸出的實(shí)時(shí)畫(huà)面（像素信息），引入到數(shù)據(jù)庫(kù).

用directshow獲取幀緩存,轉(zhuǎn)換為標(biāo)準(zhǔn)圖像格式(比如jpg,png這些),存儲(chǔ)到數(shù)據(jù)庫(kù)的image字段里就行了.

vb點(diǎn)虐 保存圖片時(shí)如何調(diào)整其分辨率

保存前加一句 myImage2.SetResolution(300, 300) 你設(shè)置的bMape不是保存的主畫(huà)布 所以無(wú)效，設(shè)置分辨率就是 SetResolution（X,Y）