值化转换与抖动算法.ppt

设图像二值化按下述公式进行：图像二值化的阈值选择式中：G(i,j)是原图像中(i,j)处像素的灰度；Gb(i,j)是二值化后该点的像素值；T为用于二值化处理的阈值。①全局阈值化◎P参数法设图像的面积为S0，从图像中划分出来的对象的面积约为Ｓ，（对象面积为区域的总像素数）适用于图纸中的图形和文字等从图像中分离则：P=S/S0◎状态法如果图像直方图中存在两个峰值灰度分布，则谷底处的灰度值为图像的阈值T对象和对象背景灰度值差别很大时当图像中对象和背景的边界处于灰度急剧变化的部分（边缘）时，则需要利用灰度的变化率（微分值）来决定阈值。过程：计算像素点的灰度值微分直方图法选择微分值最高的点对应的灰度值作为阈值。04得到微分直方图03求图像中灰度值为G的所有像素微分值的和02对图像中其他具有同样灰度的像素执行类似计算。01在灰度直方图中将灰度值的集合用事先设定的阈值分为两组，根据两组灰度平均值的方差的比，求出最佳分离值T，则T便是所求的阈值。具体描叙如下:组内方差:σ2I=n1*σ21+n2*σ22判别分析法设有一灰度为L级的图像,T为其二值化阀值,将图像分成灰度值G1(i,j)=T和灰度值G2(I,j)T两部分;组1灰度像素数为n1,平均灰度值为m1,方差为σ1;组2灰度像素数为n2,平均灰度值为m2,方差为σ2;图像总体平均灰度值为m;则组间方差:σ2B=n1(m-m1)2+n2(m-m2)2最佳分离值T为:T=max[σ2B(t)/σ2I(t)](t=1,2,…,L)优点：直方图没有两个峰值也可以求出阈值但结果不一定可靠。②自适应阈值法用不同的阈值来实现图像的二值化的方法。针对不同的灰度分布，把灰度阈值取为随位置而变化的函数。◎双固定阈值法设定两个固定的阈值T1和T2（T1〈T2〉则：例：设计一个灰度变换，将图像中最暗的5%的图像像素映射为黑（0），最亮的10%的图像像素映射为白（255），其他所有像素在黑与白之间线性地变换。（画出坐标轴、变换）0255255输入输出13x230y三.阈值转换命令1.指定阈值法：Image/Adjust/Threshlod图像被转为高对比度的黑白图像；根据需要确定阈值T；但不一定得到真正的二值图像。（通道数未改变）2.二值图像转换方法的概述Image/Mode/GrayscaleOutput:指定转换为二值图像后的分辨率；Method:规定二值化图像的方法；Image\Mode\Bitmap特点：图像没有层次变化；方法简单1为打印点（着墨）50%Threshold(指定阈值二值化图像)抖动：通过混合颜色表中已有颜色的像素，来模拟并不存在的颜色。原理：利用一个固定的抖动矩阵对图像二值化操作最有代表性的是Bayer抖动算法。式中：n=22,23,24…2r；Un表示各成分都为1的nⅹn阶单位矩阵；设D1=0，则可求出的值。②模式抖动（PatternDither）特点：◎执行速度快；◎能模拟灰度层次；◎适应于高分辨率输出；◎有固定的模式强加于整幅图像；（着墨）抖动矩阵二进制右移四位原图像70==4③扩散抖动（DiffusionDither）用误差扩散法转移到图像的其他像素上常用的误差扩散算法有Floyd-Steinberg过滤器、Stucki过滤器等。Floyd-Steinberg过滤器即误差分配表：X7351在这个过滤器中，数字总和为16特点：◎有细腻层次表现◎适用于低分辨率输出◎采用螺旋式扫描◎有噪声，但没有明显的人工因素