二值化方法(二值化的方法)
1.二值化的方法
一幅圖像包括目標物體、背景還有噪聲，要想從多值的數字圖像中直接提取出目標物體，最常用的方法就是設定一個(gè)全局的閾值T，用T將圖像的數據分成兩部分：大于T的像素群和小于T的像素群。將大于T的像素群的像素值設定為白色（或者黑色），小于T的像素群的像素值設定為黑色（或者白色）。
全局二值化，在表現圖像細節方面存在很大缺陷。為了彌補這個(gè)缺陷，出現了局部二值化方法。
局部二值化的方法就是按照一定的規則將整幅圖像劃分為N個(gè)窗口，對這N個(gè)窗口中的每一個(gè)窗口再按照一個(gè)統一的閾值T將該窗口內的像素劃分為兩部分，進(jìn)行二值化處理。 局部二值化也有一個(gè)缺陷。這個(gè)缺陷存在于那個(gè)統一閾值的選定。這個(gè)閾值是沒(méi)有經(jīng)過(guò)合理的運算得來(lái)，一般是取該窗口的平局值。這就導致在每一個(gè)窗口內仍然出現的是全局二值化的缺陷。為了解決這個(gè)問(wèn)題，就出現了局部自適應二值化方法。
局部自適應二值化，該方法就是在局部二值化的基礎之上，將閾值的設定更加合理化。該方法的閾值是通過(guò)對該窗口像素的平均值E，像素之間的差平方P，像素之間的均方根值Q等各種局部特征，設定一個(gè)參數方程進(jìn)行閾值的計算，例如：T=a*E+b*P+c*Q，其中a,b,c是自由參數。這樣得出來(lái)的二值化圖像就更能表現出二值化圖像中的細節。
2.二值化的方法
一幅圖像包括目標物體、背景還有噪聲，要想從多值的數字圖像中直接提取出目標物體，最常用的方法就是設定一個(gè)全局的閾值T，用T將圖像的數據分成兩部分：大于T的像素群和小于T的像素群。將大于T的像素群的像素值設定為白色（或者黑色），小于T的像素群的像素值設定為黑色（或者白色）。
全局二值化，在表現圖像細節方面存在很大缺陷。為了彌補這個(gè)缺陷，出現了局部二值化方法。
局部二值化的方法就是按照一定的規則將整幅圖像劃分為N個(gè)窗口，對這N個(gè)窗口中的每一個(gè)窗口再按照一個(gè)統一的閾值T將該窗口內的像素劃分為兩部分，進(jìn)行二值化處理。 局部二值化也有一個(gè)缺陷。這個(gè)缺陷存在于那個(gè)統一閾值的選定。這個(gè)閾值是沒(méi)有經(jīng)過(guò)合理的運算得來(lái)，一般是取該窗口的平局值。這就導致在每一個(gè)窗口內仍然出現的是全局二值化的缺陷。為了解決這個(gè)問(wèn)題，就出現了局部自適應二值化方法。
局部自適應二值化，該方法就是在局部二值化的基礎之上，將閾值的設定更加合理化。該方法的閾值是通過(guò)對該窗口像素的平均值E，像素之間的差平方P，像素之間的均方根值Q等各種局部特征，設定一個(gè)參數方程進(jìn)行閾值的計算，例如：T=a*E+b*P+c*Q，其中a,b,c是自由參數。這樣得出來(lái)的二值化圖像就更能表現出二值化圖像中的細節。
3.圖像二值化的方法和步驟,能有具體的比如ARCGIS或者ENVI步驟更好
1。把圖像重新symbolize，使用classify分成兩種類(lèi)型，如：0-126,126-255。（把圖象二值化）， 在圖象上鼠標右擊，選取properties，在選symbolgy標簽，在show中選classified,classes等于2。
2.在arcCatalog中新建shp文件（分幾層建幾個(gè)，有點(diǎn)、線(xiàn)、多邊形、多點(diǎn)四種類(lèi)型），將圖象和SHP文件一起加入到ARCMAP中，對SHP文件進(jìn)行編輯，此時(shí)可以激活arcscan，進(jìn)行矢量化。
后面我們的數字化工作是對這個(gè)校準后的影像進(jìn)行操作的。
通過(guò)上面的操作我們的數據已經(jīng)完成了配準工作，我們將使用這些配準后的影像進(jìn)行分層矢量化。
4.幾種經(jīng)典的二值化方法及其vb.net實(shí)現
圖像二值化的目的是最大限度的將圖象中感興趣的部分保留下來(lái)，在很多情況下，也是進(jìn)行圖像分析、特征提取與模式識別之前的必要的圖像預處理過(guò)程。這個(gè)看似簡(jiǎn)單的問(wèn)題，在過(guò)去的四十年里受到國內外學(xué)者的廣泛關(guān)注，產(chǎn)生了數以百計的閾值選取方法，但如同其他圖像分割算法一樣，沒(méi)有一個(gè)現有方法對各種各樣的圖像都能得到令人滿(mǎn)意的結果。
本文針對幾種經(jīng)典而常用的二值發(fā)放進(jìn)行了簡(jiǎn)單的討論并給出了其vb.net 實(shí)現。
1、P-Tile法
Doyle于1962年提出的P-Tile （即P分位數法）可以說(shuō)是最古老的一種閾值選取方法。該方法根據先驗概率來(lái)設定閾值，使得二值化后的目標或背景像素比例等于先驗概率，該方法簡(jiǎn)單高效，但是對于先驗概率難于估計的圖像卻無(wú)能為力。
2、OTSU 算法（大津法）
OSTU算法可以說(shuō)是自適應計算單閾值（用來(lái)轉換灰度圖像為二值圖像）的簡(jiǎn)單高效方法。1978 OTSU年提出的最大類(lèi)間方差法以其計算簡(jiǎn)單、穩定有效，一直廣為使用。
3、迭代法（最佳閥值法）
(1). 求出圖象的最大灰度值和最小灰度值，分別記為Zl和Zk，令初始閾值為：
(2). 根據閾值TK將圖象分割為前景和背景，分別求出兩者的平均灰度值Z0和ZB:
式中，Z(i,j)是圖像上（i,j）點(diǎn)的象素值，N(i,j)是（i,j）點(diǎn)的權值，一般取1。
(3). 若TK=TK+1，則所得即為閾值，否則轉2，迭代計算。
4、一維最大熵閾值法
它的思想是統計圖像中每一個(gè)灰度級出現的概率 ，計算該灰度級的熵 ，假設以灰度級T分割圖像，圖像中低于T灰度級的像素點(diǎn)構成目標物體（O），高于灰度級T的像素點(diǎn)構成背景（B），那么各個(gè)灰度級在本區的分布概率為：
O區： i=1,2……，t
B區： i=t+1,t+2……L-1
上式中的 ，這樣對于數字圖像中的目標和背景區域的熵分別為：
對圖像中的每一個(gè)灰度級分別求取W=H0 +HB，選取使W最大的灰度級作為分割圖像的閾值，這就是一維最大熵閾值圖像分割法。
5.我在做基于二值化理論的醫學(xué)圖像處理,請問(wèn)圖像二值化的理論和方法
二值化簡(jiǎn)介
方法：
1、全局二值化
2、局部自適應二值化
應用
一幅圖像包括目標物體、背景還有噪聲，要想從多值 二值化的數字圖像中直接提取出目標物體，最常用的方法就是設定一個(gè)閾值T，用T將圖像的數據分成兩部分：大于T的像素群和小于T的像素群。這是研究灰度變換的最特殊的方法，稱(chēng)為圖像的二值化（BINARIZATION）。 圖像的二值化，就是將圖像上的像素點(diǎn)的灰度值設置為0或255，也就是將整個(gè)圖像呈現出明顯的只有黑和白的視覺(jué)效果。
1、局二值化
一幅圖像包括目標物體、背景還有噪聲，要想從多值的數字圖像中直接提取出目標物體，最常用的方法就是設定一個(gè)全局的閾值T，用T將圖像的數據分成兩部分：大于T的像素群和小于T的像素群。將大于T的像素群的像素值設定為白色（或者黑色），小于T的像素群的像素值設定為黑色（或者白色）。 全局二值化，在表現圖像細節方面存在很大缺陷。為了彌補這個(gè)缺陷，出現了局部二值化方法。 局部二值化的方法就是按照一定的規則將整幅圖像劃分為N個(gè)窗口，對這N個(gè)窗口中的每一個(gè)窗口再按照一個(gè)統一的閾值T將該窗口內的像素劃分為兩部分，進(jìn)行二值化處理。
2、部自適應二值化
局部二值化也有一個(gè)缺陷。這個(gè)缺陷存在于那個(gè)統一閾值的選定。這個(gè)閾值是沒(méi)有經(jīng)過(guò)合理的運算得來(lái)，一般是取該窗口的平局值。這就導致在每一個(gè)窗口內仍然出現的是全局二值化的缺陷。為了解決這個(gè)問(wèn)題，就出現了局部自適應二值化方法。 局部自適應二值化，該方法就是在局部二值化的基礎之上，將閾值的設定更加合理化。該方法的閾值是通過(guò)對該窗口像素的平均值E，像素之間的差平方P，像素之間的均方根值Q等各種局部特征，設定一個(gè)參數方程進(jìn)行閾值的計算，例如：T=a*E+b*P+c*Q，其中a,b,c是自由參數。這樣得出來(lái)的二值化圖像就更能表現出二值化圖像中的細節。
編輯本段應用
二值化是圖像處理的基本操作，任何圖像處理基本離不開(kāi)二值化的操作。其應用非常廣泛。
（轉載自百度百科--》二值化）
6.圖像二值化的原理
圖像的二值化的基本原理
圖像的二值化處理就是將圖像上的點(diǎn)的灰度置為0或255，也就是將整個(gè)圖像呈現出明顯的黑白效果。即將256個(gè)亮度等級的灰度圖像通過(guò)適當的閾值選取而獲得仍然可以反映圖像整體和局部特征的二值化圖像。在數字圖像處理中，二值圖像占有非常重要的地位，特別是在實(shí)用的圖像處理中，以二值圖像處理實(shí)現而構成的系統是很多的，要進(jìn)行二值圖像的處理與分析，首先要把灰度圖像二值化，得到二值化圖像，這樣子有利于在對圖像做進(jìn)一步處理時(shí)，圖像的集合性質(zhì)只與像素值為0或255的點(diǎn)的位置有關(guān)，不再涉及像素的多級值，使處理變得簡(jiǎn)單，而且數據的處理和壓縮量小。為了得到理想的二值圖像，一般采用封閉、連通的邊界定義不交疊的區域。所有灰度大于或等于閾值的像素被判定為屬于特定物體，其灰度值為255表示，否則這些像素點(diǎn)被排除在物體區域以外，灰度值為0，表示背景或者例外的物體區域。如果某特定物體在內部有均勻一致的灰度值，并且其處在一個(gè)具有其他等級灰度值的均勻背景下，使用閾值法就可以得到比較的分割效果。如果物體同背景的差別表現不在灰度值上（比如紋理不同），可以將這個(gè)差別特征轉換為灰度的差別，然后利用閾值選取技術(shù)來(lái)分割該圖像。動(dòng)態(tài)調節閾值實(shí)現圖像的二值化可動(dòng)態(tài)觀(guān)察其分割圖像的具體結果。
7.固定閾值二值化測量方法有什么優(yōu)點(diǎn)
固定閾值二值化測量方法有什么優(yōu)點(diǎn)
苯橡膠的混煉多采用兩段混煉，因為兩段之間的冷卻有助于碳黑的分散，丁苯橡膠混煉的關(guān)鍵是使碳黑良好分散，為此總的原則是軟化劑應在碳黑投入并 已在生膠中分散后經(jīng)過(guò)一定時(shí)間再加入，軟化劑提前加入或在碳黑凝膠形成之前加入，易使碳黑—軟化劑結塊，膠料物理性能下降（15~20%），但是軟化劑在 碳黑完全分散后加入，也會(huì )使膠料破碎，延長(cháng)混煉時(shí)間，降低混煉效率，因此一般以在密煉室中尚有1/5碳黑未吸收和分散時(shí)投入軟化劑為宜，這樣既容易混合也 不使膠料打滑和破碎，膠料硫化膠拉伸強度可提高2~2.5Mpa，耐磨性提高7%。
