特征评价和可分性判据.docx

实验三特征评价和可分性判据一、 实验目的1. 掌握几种常用的特征评价方法和可分性判据2. 了解图像阈值分割中几种确定阈值的方法二、 实验原理假设图像中岀现的最大灰度级为IB，阈值为g，冃标部分灰度均值为 meanl,像素数占整个图像比例为wl；背景部分灰度均值为mean2,像 素数占整个图像比例为w2全图均值为mcan=mcan 1 *w 1 +mcan2*w2•灰度值为i在整个图像中的比例为PP确定二值化阈值的方法有以下几 种:（1）最大类间方差法（分析判断二值化方法）使得分割后两大类之间的方差最大，公式为g - arg max[w 1 * （mean 1 - mean）1 + w 2 * （mean- mean 2）2 ]（2）最小类内方羌法 使得分离后的两大类的类内方差的和最小, 公式为g = arg min[工(i- mean 1)2 * m + 工(i- mean 2)2 * pp]0maxmax=g(i);a=i;endendgl=a; %gl为阈值for i=l:mfor j=l:nif f (i, jXglf (i,j)=o；else f (i,j)=255;endendendfigure;imshow (f (: z :, 1) ) ; %%%画岀分割丿舌的图像阈值gl = 159o实验得到分割后的图像：3、最小类内方差法v=zeros(1,256);for t=l:254p=0;q=0;r=0;b=0;x=0;y=0;z=0;u=0;for i=l:tp=h (i)+p；q=h(i)*i+q；end meanl=q/p;for i=l:tpp=h (i) / (m*n) ; %pp表示灰度值为i在整个图像中的比例x=(i-meanl)A2*pp;y=y+x；endfor i=t+l:255r=h (i)+r;b=h(i)*i+b;endmean2=b/r;for i=t+l:255pp=h(i)/(m*n);u=(i-mean2)A2*pp;z=z+u;endv (t)=y+z;endmin=1000000000;for i=l:254if v(i)0;pp=h(i)/(m*n);endq=pp/wl*log(pp/wl); sl=q+sl;endfor i=t+l:254r=h (i)+r;endw2=r/(m*n);for i=t+l:254c=h(i);if c>0;pp=h(i)/(m*n);endb=pp/w2*log(pp/w2);s2=s2+b;endss (t)=-sl-s2;endmax=10;for i=l:255if ss (i)>maxmax=ss (i);a=i;endendg3=a; %g3为阈值for i=l:mfor j=l:nif f (i/j)

2、 第二幅图像pptv. jpg图像处理过程如下：灰度图像：分割处理后的图像:三个图像分别是三种方法得到的图像且各阈值为：gl=118, g2 = 118, g3=118.分析：（1） 图像一般都是由三原色组成，先要对图像进行处理，使其变成灰度图像2） 三种确定二值化阈值的方法得到的阈值是一样的，故而处理后的图像也是一样的3） 本次试验中确定相同灰度值的个数是个难点，同吋用到了大量的f匕循环语句。