谭升
非主流人工智能科学家 我和外面那些妖艳的货不一样

【数字图像处理】7.2:灰度图像-图像分割 阈值处理之P-Tile阈值

灰度图像-图像分割 阈值处理之P-Tile阈值

废话不多说,因为刚才(上一篇)已经说过了,p-tile可能听起来挺可怕,没关系,说个它的对象–中位数,这个都知道吧,数值排排站,然后选出中间那个,或者说,假如数据一共有N个,那么中位数就是排在第 $N\times 0.5%$ 的那个数;p位数,也叫p分位,可以理解为数值排排站以后第 $N*p$ 的那个数。

p-tile均值

根据上面对p分位的理解,可以看出这个阈值处理方法是半自动的方法,也就是阈值的生成需要人工控制,就是要手动输入p分位的p,下面代码中p取值$(0 ,1]$

代码

效果

原图一个只有两个灰度值的图像,这里使用对其加入5%的高斯噪声,
未处理图像:

未处理时的直方图:

观察直方图,估计出最佳阈值位置:

下面使用不同的p值来测试结果:



可以看出,第二次(我试了好久。。。。。)测试结果能够得出最好结果。


lena图处理测试:



总结

首先确定p值需要经验或实验,所以P-Tile方法应用于自适应有些困难,其次,影响处理结果的因素是目标与背景大小的比例,目标过大背景过小或者背景过大目标过小,都会对测试结果产生很大影响,其次是噪声,噪声也会对实验结果产生影响。
待续。。。

Share

You may also like...

说点什么

avatar
  Subscribe  
提醒

由于博客移至wordpress,部分公式和代码显示不正常,博主正在努力修改,如发现公式显示错误,请及时在文章下留言,感谢您的帮助,尽请原谅!