.sheet . getelementbyid(“的主题”)。禁用= true。

全球黑白阈值

执行全球黑白阈值的数据集。

指数- - >用户指南- - >菜单- - >工具

全球示威的黑白阈值可在下面的视频:

https://youtu.be/mzfgxLvkGTI

内容

凹度算法

凹度算法的细节

  • 如果图像没有明显的对象和背景,最小和INTERMODES算法并不合适。
  • 一个好的阈值可能会发现肩膀的直方图。
  • 肩膀位置可以找到基于直方图的凹面。
  • 构造直方图的凸包H y。
  • 发现的局部极大值H - y。
  • 设置t j的价值平衡的衡量bj = Aj (- Aj)最大化
  • 算法在许多情况下,似乎工作得很好,但在某些情况下它给阈值显然无法使用

参考a·罗森菲尔德和p . De La Torre直方图凹度分析阈值选择的援助,IEEE反式。Cybernet系统的人。13卷,第235 - 231页,1983年

确认基于HistThresh工具箱Antti Niemisto坦佩雷理工大学,芬兰



熵算法

熵算法的细节

  • 几个最大熵算法之一
  • 图像的直方图分为两个概率分布,一个代表对象和一个代表背景
  • 选择t等熵之和的概率分布是最大化
  • 定义部分和:

$ E_ {j} = \ sum_ {i = 0} ^ {j} y_{我}\ cdot \ textup{日志}y_我}{\ textup{}的j = 0,…n美元

  • 集合t j的价值,一个equiation下面是最大化

$ \压裂{E_ {j}}{现代{j}} - \ textup{日志}现代{j} + \压裂{E_ {n} - E_ {j}}{现代{n} -现代{j}} - \ textup{日志}现代{n} -现代{j} $

参考

  • j . n . Kapur p . k . Sahoo, A . k . c . Wong的一种新方法灰度图像阈值使用直方图的熵,第一版。视觉图形图像的过程。,29卷,第285 - 273页,1985年。

确认基于HistThresh工具箱Antti Niemisto坦佩雷理工大学,芬兰



INTERMEANS ITER算法

INTERMEANS ITER算法的细节

  • 一个迭代算法,大津算法给出了类似的结果
  • 计算不如大津密集
  • 该算法具有初始猜测t
  • 定义意味着μt和νt两类
  • 设置t =((μt +νt) / 2)和重新计算μtνt。
  • 重复直到t在两个连续的迭代相同的值
  • 获得t可能强烈依赖于其初始值
  • 如果对象和背景占据同类地区,使用的意思
  • 如果对象与背景相比非常小,使用INTERMODES。

引用

  • t . Ridler和s . Calvard图片使用迭代阈值选择方法,IEEE反式。Cybernet系统的人。,8卷,第632 - 630页,1978年。
  • h . j . Trussell评论?图片使用迭代阈值选择方法?,IEEE反式。Cybernet系统的人。,9卷,p。311年,1979年。

确认基于HistThresh工具箱Antti Niemisto坦佩雷理工大学,芬兰



INTERMODES算法

INTERMODES算法的细节

  • 替代最低
  • 假设一个双峰直方图
  • 找到两个山峰(最大值)yj和yk
  • 设置t (j + k) / 2
  • 设置t =((μt +νt) / 2)和重新计算μtνt。
  • 仍然不适合图像直方图有极其不平等的山峰

参考

  • j . m . s .普瑞维特和m . l . Mendelsohn细胞图像的分析,在安。纽约私立高中科学。卷,128年,第1053 - 1035页,1966年

确认基于HistThresh工具箱Antti Niemisto坦佩雷理工大学,芬兰



意思是算法

指的是算法的细节

  • 类似于中值算法
  • 值,而是集合t,这样它的整数部分的所有像素值
  • 的部分和符号,t = Bn /
  • 没有考虑直方图形状,显然是次优的结果

确认基于HistThresh工具箱Antti Niemisto坦佩雷理工大学,芬兰



值和百分位算法

值和百分位算法的细节

  • 假定对象像素的比例
  • 集合t的最高灰度映射至少(100 - p) %像素到对象的类别
  • 不合适的对象区域是不知道
  • 问题:该算法参数
  • 解决方案:组t p = 50像素值的分布的中值

参考

  • w·道尔操作用于similarity-invariant模式识别,j .协会。第一版。马赫,9卷,第267 - 259页,1962年

确认基于HistThresh工具箱Antti Niemisto坦佩雷理工大学,芬兰



MINERROR算法

MINERROR算法的细节

  • 类似于大津算法
  • 视图的直方图估计概率密度函数的混合人口(对象和背景)
  • 假设一个高斯混合模型,一)的像素两类来自正态分布和B)正常的发行版可能有不同的均值以及方差
  • 定义以下数据:

美元p_ {t} = \压裂{现代{t}}{现代{n}}, q_ {t} = \压裂{现代{n} -现代{f}}{现代{n}} $

$ \σ{_ {t}} ^{2} = \压裂{C_ {t}}{现代{t}} - \μ{_ {t}} ^ 2 \τ{_ {t} ^{2}} = \压裂{C_ {n} - C_ {t}}{现代{n} -现代{t}} - \ν{_ {t} ^ 2} $

  • 设置t j的的价值$ p_ {j} \ textup{日志}\开始{pmatrix} \ sigma_ {j} \ \ p_ {j} \结束{pmatrix} + q_ {j} \ textup{日志}\开始{pmatrix} \ tau_ {j} \ \ q_{我}\ {pmatrix} $是minumized

参考

  • j .麻烦的和j·伊林沃思最小误差阈值,模式识别,19卷,41-47,1986页

确认基于HistThresh工具箱Antti Niemisto坦佩雷理工大学,芬兰



MINERROR ITER算法

MINERROR ITER算法的细节

  • 少的迭代版本MINERROR算法是计算密集
  • 寻找t使用初始值的意思
  • 更大的解决方案的整数部分提供了一个新值t:

$ x ^{2}(\压裂{1}{\σ^{2}}- \压裂{1}{\τ^ {2}})- 2 x(\压裂{\μ}{\σ^{2}}+ \压裂{\ν}{\τ^{2}})+(\压裂{\μ^{2}}{\σ^{2}}- \压裂{\ν^{2}}{\τ^ {2}}+ \ textup{日志}(\压裂{\σ^{2}问^{2}}{\τ^ ^ {2}p{2}})) = 0美元

  • 让w0 w1和w2表示这三个方面
  • $ t = \压裂{w_ {1} + \ sqrt {{w_ {1}} ^ {2} - w_ {0} w_ {2}}} {w_ {0}} $
  • 重新计算所有条款使用t和推导的新值
  • 重复,直到收敛
  • 这最小化misclassi的数量吗?阳离子与给定的意思,两个正态分布之间的差异和比例
  • 该算法不收敛,如果二次方程没有一个真正的解决方案

参考

  • j .麻烦的和j·伊林沃思最小误差阈值,模式识别,19卷,41-47,1986页

确认基于HistThresh工具箱Antti Niemisto坦佩雷理工大学,芬兰



最小值算法

最小的细节算法

  • 假设一个双峰直方图
  • 直方图需要平滑(使用三点均值滤波)迭代直到直方图只有两个局部极大值
  • 选择t,欧美- 1 >欧美吗?欧美+ 1
  • 不适合图像直方图有极其不平等的山峰或广泛而平坦的山谷

参考

  • j . m . s .普瑞维特和m . l . Mendelsohn细胞图像的分析,在安。纽约私立高中科学。卷,128年,第1053 - 1035页,1966年

确认基于HistThresh工具箱Antti Niemisto坦佩雷理工大学,芬兰



时刻的算法

时刻算法的细节

  • 选择t的二进制图像具有相同的? rst三个时刻的灰度图像
  • 他是通过设置t,在/的值是一个最近的分数x0,

美元间的{0}= \压裂{1}{2}- \压裂{B_ {n} /现代{n} +间的{2}/ 2}{\√6{间的{2}^{2}- 4间的{1}}},x_1 = \压裂{B_ {n} D_ {n} - C_ {n} ^{2}}{现代{n} C_ {n} - B_ {n} 2》} $

美元间的{2}= \压裂{B_ {n} C_ {n} -现代{n} D_ {n}}{现代{n} C_ {n} - B_ {n} ^ {2}}, D_ {n} = \ sum_ {i = 0} ^ {n}我^ {2}y_{我}$

参考

  • w·蔡Moment-preserving阈值:一个新的方法,第一版。视觉图形图像的过程。,29卷,第393 - 377页,1985年

确认基于HistThresh工具箱Antti Niemisto坦佩雷理工大学,芬兰



大津算法

大津算法的细节

  • 大津算法的MATLAB实现
  • 使用graythresh t值计算

参考

  • 首先,N。”,从灰度直方图的阈值选择方法,”IEEE系统,人,和控制论,9卷,1号,1979年,页62 - 66。


编程技巧

这个函数是与批处理脚本兼容。

使用的例子

例如,

BatchOpt。colChannel = 2;%定义阈值的颜色通道BatchOpt。模式=“3 d,栈”;%模式使用BatchOpt。方法=“首先”;%的阈值算法BatchOpt。目的地=“选择”;%(可选的)目的层,“面具”或“选择”BatchOpt。t = [1];%(可选的)时间点,(t1, t2)BatchOpt。z = 20 [10];%(可选)片,(z1 (z2)BatchOpt。x = [120];%(可选的)形象的一部分,(z1 (z2)BatchOpt。取向= 4;%(可选),数据集取向obj.startController (“mibHistThresController”[],BatchOpt);%启动阈值


指数- - >用户指南- - >菜单- - >工具

var allDetails = document.getElementsByTagName(细节);toggle_details (0);

var allDetails = document.getElementsByTagName(细节);var contentDiv = document.getElementsByClassName(“内容”);contentDiv = contentDiv [0];var returnButton = . getelementbyid (“return-link”);.style . getelementbyid (“iFrameBuf”)。显示=“没有”;如果(in_iFrame()){尝试{var footerNav = parent.document.getElementsByClassName (“footerNav”);var tabPane = parent.document.getElementsByClassName(“标签面板”);}捕捉(err) {var footerNav = [];var tabPane = [];};如果(! (footerNav.length) | | tabPane.length) {contentDiv.style。overflowY =“滚动”;contentDiv.style。overflowX = "hidden"; contentDiv.style.position = "absolute"; contentDiv.style.width = "95%"; contentDiv.style.top = 0; contentDiv.style.bottom = 0; if (tabPane.length){ contentDiv.setAttribute("data-isMATLABCentral","1"); returnButton.style.right = "40px"; document.getElementById("tooltiptext").style.right = "92px"; } document.getElementById("iFrameBuf").style.display = "block"; } else { contentDiv.setAttribute("data-isHelpBrowser","1"); } } if (!contentDiv.getAttribute("data-isHelpBrowser") && !contentDiv.getAttribute("data-isMATLABCentral") ){ document.getElementById("anchor-offsets").sheet.disabled = true; } var jumpLinks = document.getElementsByTagName("a"); for (var i = 0; i < jumpLinks.length; i++){ href = jumpLinks[i].getAttribute("href"); if (href && href[0] == "#") { jumpLinks[i].onclick = jump_to;}}