大津法，请问大津法outs和迭代阈值法是一种方法吗如果不是有什么区

1，请问大津法outs和迭代阈值法是一种方法吗如果不是有什么区

不是一种，迭代求图像最佳分割阈值在运算过程中要对整幅图片进行计算来获得阈值，这个阈值不是很准确；最大类间方差法由大津于 1979 年提出，该算法恰恰弥补了迭代法求阈值的这一弱点,最大类间方差法是基于整幅图像的统计特性，实现与阈值的自动选取。当被分割的两类类间方差最大时，此灰度值就作为图像二值化处理的阈值。大津定律应用广泛，在很多领域都得到了应用和发展。

请问大津法outs和迭代阈值法是一种方法吗如果不是有什么区

2，什么是类间方差请详细说一说

您说的是不是最大类间方差？最大类间方差法是由日本学者大津(Nobuyuki Otsu)于1979年提出的,是一种自适应的阈值确定的方法,又叫大津法,简称OTSU。它是按图像的灰度特性,将图像分成背景和目标2部分。背景和目标之间的类间方差越大,说明构成图像的2部分的差别越大,当部分目标错分为背景或部分背景错分为目标都会导致2部分差别变小。因此,使类间方差最大的分割意味着错分概率最小。在Matlab中， graythresh函数使用最大类间方差法获得图像的阈值。

对于图像I(x,y),前景(即目标)和背景的分割阈值记作T,属于前景的像素点数占整幅图像的比例记为ω0,其平均灰度μ0;背景像素点数占整幅图像的比例为ω1,其平均灰度为μ1。图像的总平均灰度记为μ,类间方差记为g。假设图像的背景较暗,并且图像的大小为M×N,图像中像素的灰度值小于阈值T的像素个数记作N0,像素灰度大于阈值T的像素个数记作N1,则有:　　　　　　ω0=N0/ M×N (1)　　　　　　ω1=N1/ M×N (2)　　　　　　N0+N1=M×N (3)　　　　　　ω0+ω1=1 (4)　　　　　　μ=ω0*μ0+ω1*μ1 (5)　　　　　　g=ω0(μ0-μ)^2+ω1(μ1-μ)^2 (6)将式(5)代入式(6),得到等价公式: g=ω0ω1(μ0-μ1)^2 (7)

tongqiu

什么是类间方差请详细说一说

3，Matlab图像处理问题大津法

最大类间方差法是由日本学者大津于1979年提出的,是一种自适应的阈值确定的方法,又叫大津法,简称OTSU。它是按图像的灰度特性,将图像分成背景和目标2部分。背景和目标之间的类间方差越大,说明构成图像的2部分的差别越大,当部分目标错分为背景或部分背景错分为目标都会导致2部分差别变小。因此,使类间方差最大的分割意味着错分概率最小。对于图像I(x,y),前景(即目标)和背景的分割阈值记作T,属于前景的像素点数占整幅图像的比例记为ω0,其平均灰度μ0;背景像素点数占整幅图像的比例为ω1,其平均灰度为μ1。图像的总平均灰度记为μ,类间方差记为g。假设图像的背景较暗,并且图像的大小为M×N,图像中像素的灰度值小于阈值T的像素个数记作N0,像素灰度大于阈值T的像素个数记作N1,则有: ω0=N0/ M×N (1) ω1=N1/ M×N (2) N0+N1=M×N (3) ω0+ω1=1 (4) μ=ω0*μ0+ω1*μ1 (5) g=ω0(μ0-μ)^2+ω1(μ1-μ)^2 (6)将式(5)代入式(6),得到等价公式:g=ω0ω1(μ0-μ1)^2 (7)采用遍历的方法得到使类间方差最大的阈值T,即为所求。int Otsu(long *pg,long *pg1) // 大津法取阈值 int i,j,p; double A,B,An,Bn,u,v,qqq[256],max,min; An=Bn=0; for (i=0;i<256;i++) An+=pg; Bn+=pg*(i+1); } for (j=0;j<256;j++) A=B=0; for (i=0;i<=j;i++) A+=pg; B+=pg*(i+1); } if (A) u=B/A; else u=0; if (An-A) v=(Bn-B)/(An-A); else v=0; qqq[j]=A*(An-A)*(u-v)*(u-v); // 计算类间方差 } max=min=qqq[0]; p=0; for (i=1;i<256;i++) if (qqq>max) max=qqq; p=i; } else if (qqq} if (pg1!=0) { for (i=0;i<256;i++) { pg1=(long) (120*(qqq-min)/(max-min)); } } return(p); // 取判别函数最大值的灰度为其阈值 }

Matlab图像处理问题大津法