大津

2019-08-01 10:01:33 作者：互联网

void Ostu()
{
        //初始化
        u = 0;
        avgValue = 0;
        w0 = 0;
        maxVariance = 0;
        //清空灰度数组
        for(i = 0; i < 256; i++)
        {
            histogram[i] = 0;
        }
        
        // 生成灰度柱状图
        uint8_t *p_image = &image[0][1];
        for (i = 0; i < 70; ++i) //有0-255 种灰度  把每种灰度的数量统计出来，所以下标代表灰度 数组里的数字代表此种灰度有多少个
        {
                for (int j = 0; j < 186; ++j)
                {//44-374
                        ++histogram[*p_image];
                        p_image++;
                }
                p_image += 2;
        }
        
        
        for (i = 0; i < 256; ++i)
        {
                histogram[i] = histogram[i] / size; //灰度数量/尺寸 =比例
                u += i * histogram[i];              //当前灰度值*比例的累加就是 总的平均灰度
        }
        
        for (i = 0; i < 256; ++i)
        {
                w0 += histogram[i];  //前景像素占比 假设前i个是前景
                avgValue += i * histogram[i];  //前景总的灰度
                t = avgValue / w0 - u;         //前景平均灰度-总灰度  t=u-u0
                variance = t * t * w0 / (1 - w0); // g = w0/(1-w0)*(u0-u1)^2
                if (variance > maxVariance)
                { //找到使灰度差最大的值
                        maxVariance = variance;
                        Ostu_Threshold = i;            //那个值就是阈值
                }
        }
        
        //生成二值化数组 加速二值化
        for(i = 0; i < Ostu_Threshold; i++)
        {
            Bin_Array[i] = 0;
        }
        for(i = Ostu_Threshold; i < 256; i++)
        {
            Bin_Array[i] = 1;
        }
}

背景像素占比 $\omega1 = \frac{N1}{Sum}$
前景像素占比 $\omega2 = 1- \omega1 = \frac{N2}{Sum} =1- \frac{N1}{Sum}$
背景的平均灰度值 $\mu 1 = \sum_{i = 0}^{t} i *Pr(i | C_{0}) = \sum_{i = 0}^{t} i *Pi / \sum_{i = 0}^{t} Pi = \frac{\mu(t))}{\omega_{1}}$
前景的平均灰度值 $\mu 2 = \sum_{i = t+1}^{M - 1} i *Pr(i | C_{1}) = \sum_{i = t+1}^{M - 1} i *Pi / \sum_{i = t+1}^{M - 1} Pi = \frac{\mu - \mu(t))}{\omega _{2}}$
0~M灰度区间的灰度累计值 $\mu = \mu1*\omega 1 + \mu2*\omega 2$
类间方差： $g = \omega 1 * (\mu - \mu1)^{2} + \omega 2 * (\mu - \mu2)^{2}$
将公式3.4.5带入公式6 可得最终简化公式： $g = \omega 1 * \omega2 * (\mu1 - \mu2)^{2}$

标签：,++,image,histogram,灰度,w0,256
来源： https://www.cnblogs.com/jizhaoyang/p/11280711.html