Fisher准则设计图像分割阀值.docx
《Fisher准则设计图像分割阀值.docx》由会员分享，可在线阅读，更多相关《Fisher准则设计图像分割阀值.docx（8页珍藏版）》请在冰点文库上搜索。
Fisher准则设计图像分割阀值
实验三Fisher准则设计图像分割阀值
一、实验目的
1、掌握依据最大类间方差和最小类内方差准则求解图像分割阀值的方法。
2、了解最大熵值法求解阀值的方法。
二、实验原理
假设图像中出现的最大灰度级为m，阀值为g，目标部分灰度均值为mean1，像素数占整个图像比例为w1；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mean=mean1*w1+mean2*w2。
灰度值为i在整个图像中的比例为pi。
确定二值化阀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
（2）最小类内方差法
使得分离后两大类的类内方差最小
（3）最大熵值法（KSW熵方法）
分割后两类的熵值的和最大，公式为
三、实验内容
1、读入一副灰度图像
使用如下命令分别读入两幅图，并灰度化。
%读入一幅灰度图片
img=imread（'1.jpg'）;%读入图片
img=rgb2gray（img）;%转化为灰度图片
imshow（img）;title（'原图'）
2、分别根据最大类间方差法、最小类内方差法和最大熵值法确定阀值分割的阀值
（1）最大类间方差法确定阀值分割的阀值
fort1=1:
254;
g1（t1）=w1*（mean1-mean）*（mean1-mean）+w2*（mean-mean2）*（mean-mean2）;%用最大类间方差法确定阀值
end
[g1max,t10]=max（g1）;
（2）最小类内方差法确定阀值分割的阀值
fort2=1:
254;
fori=0:
t2
g2（t2）=g2（t2）+（i-mean1）*（i-mean1）*pi;
end
fori=t2+1:
254
g2（t2）=g2（t2）+（i-mean2）*（i-mean2）*pi;
end%用最小类内方差法确定阀值
end
[g2min,t20]=min（g2）;
（3）最大熵值法确定阀值分割的阀值
fort3=1:
254
fori=1:
t3
g3（t3）=g3（t3）-（p（i）/w1（t3））*log（p（i）/w1（t3））;
end
fori=（t3+1）:
254
g3（t3）=g3（t3）-（p（i）/w2（t3））*log（p（i）/w2（t3））;
end%用最大熵值法确定阀值
end
[g3max,t30]=max（g3）;
3、按照计算的阀值对图像进行分割
对于图像1，计算得t10=142t20=143t30=255
对于图像2，计算得t10=131t20=119t30=132
4、显示分割后的图像并保存。
图1分割后的图像如下：
图2分割后的图像如下：
四、实验代码
%用最大类间方差法确定阀值，并分割图像
img=imread（'1.jpg'）;%读入图片
img=rgb2gray（img）;%转化为灰度图片
[m,n]=size（img）;%img的行列数，m是行数，n是列数
his=zeros（1,256）;%img的统计分布
fori=1:
m
forj=1:
n
his（img（i,j）+1）=his（img（i,j）+1）+1;
end
end
fort1=1:
254;
g1（t1）=0;
s11=0;
s12=0;
fori=0:
t1
s11=s11+i*his（i+1）;%目标部分灰度值
s12=s12+his（i+1）;%目标部分像素点数
end
mean1=s11/s12;%目标部分灰度均值
w1=s12/（m*n）;%目标部分像素占整个图像的比例
w2=1-w1;%背景部分像素占整个图像的比例
s21=0;
升级会员 