bernsen二值化算法

今天和实验室的师弟讨论问题的时候,他告诉的算法,也是老师在让他做的算法,我觉得挺有意思的,所以在这里简要介绍一下我的想法

bernsen算法的中心思想:

先人为设定两个值S与TT(Bemsen最初设S为15,TT设为128),计算以图像中任意像素尸为中心的大小为k×k窗口内的所有像素的最大值M与最小值N,两者的均值T,如果朋M-N大于S,则当前P的阈值为T;若小于S,则表示该窗口所在区域灰度级灰度级差别较小,那么窗口在目标区或在背景区,再判断T与TT的关系,若T>TT则当前点灰度值为255,否则当前点灰度值为0。

那好 介绍了他们的想法之后 介绍我的想法

局部二值化,我们在选取阈值的时候一般都是选择扫描框内的所有像素的阈值,而忽略了周边对这个扫描框的影响,那么我们可以把扫描框和想要进行二值化的区域不等大小,比如说 扫描框大小是60*60 那么二值化区域的大小可能是50*50,这样就可以把周边的因素也考虑进来,所以也是二值化的方法

你可能感兴趣的:(algorithm)