本文目录一览

1，图像配准后怎样把图象二值化

你要进行二值化的图像必须是灰度图，否则不能进行二值化！
你好！想要二值化其实可以只打开影像的某一个波段（R,G,B其中一个），classified（分类）---classes=2[即把0-255的像元值分为两类 ] 这样就完成了二值化过程仅代表个人观点，不喜勿喷，谢谢。

图像配准后怎样把图象二值化

2，图像处理里的图像2值化是什么意思啊 原理是什么啊

00:00 / 00:4970% 快捷键说明 空格: 播放 / 暂停Esc: 退出全屏 ↑: 音量提高10% ↓: 音量降低10% →: 单次快进5秒 ←: 单次快退5秒按住此处可拖拽 不再出现 可在播放器设置中重新打开小窗播放快捷键说明

图像处理里的图像2值化是什么意思啊 原理是什么啊

3，图像二值化是图像边缘化吗

1、数字图像处理中，二值化是最简单的。 所谓的二值化一般就是指 将真彩色或者灰度图转化为黑白两色，一般说来是处理灰度图。 2、例如处理灰度图，灰度图像素是从0~255的，假设120是分解，可以将灰度值小于120的像素的灰度值置为0，将灰度值大于120的像素的灰度值置为1，这样整个图像就成了黑白两色了。 二值化的难点不是编程，而是找阈值，这里120就是阈。
一种是边缘检测时把值放小一点，尽量使边缘闭合另一种是先open再close,但是这种图估计很难调出来。

图像二值化是图像边缘化吗

4，怎样在Photoshop中二值化

使用阈值功能实现，具体步骤如下：所需材料：PSCS6演示。一、首先在PS内打开该图片，然后点击“图像”-“模式”-“灰度”。二、提示窗口内点击“扔掉”，把该图上转换为纯灰度的图片。三、接着点击工具栏“图像”-“调整”-“阈值”。四、向右拖动滑块，通过观察画布效果进行调整，效果合适后，点击“确定”。五、经过上述步骤后，就可以把该图片转化为纯黑和纯白两种颜色的二值化图片了。

5，matlab 图像处理 二值化

二值化图像函数主要有dither和im2bw函数。dither 函数通过颜色抖动来达到转换图像的目的。语法：bw = dither(i)。 image 是图像矩阵资料，bw 是二值化图像矩阵im2bw 函数通过对灰度值进行阈值判断的方法达到目的。语法：binaryimage = im2bw( image, [level] )。image 是输入图像矩阵资料，level 是二值化程度值，其为介于0到1之间值，bw 是二值化图像矩阵。
讲的不清楚....比如你要把皮肤与景色区别开来，有这样的前提你才能去找二值化的阈值直方图中峰值有很多个，双峰图？2个最大值嘛？

6，二值化是什么意思

二值化是将图像上的像素点的灰度值设置为0或255也就是将整个图像呈现出明显的只有黑和白的视觉效果。二值化（英语：Thresholding）是图像分割的一种最简单的方法。二值化可以把灰度图像转换成二值图像。把大于某个临界灰度值的像素灰度设为灰度极大值。把小于这个值的像素灰度设为灰度极小值，从而实现二值化。根据阈值选取的不同，二值化的算法分为固定阈值和自适应阈值。 比较常用的二值化方法则有：双峰法、P参数法、迭代法和OTSU法等。在计算机视觉领域。图像分割（Segmentation）指的是将数字图像细分为多个图像子区域（像素的集合）（也被称作超像素）的过程。图像分割的目的是简化或改变图像的表示形式，使得图像更容易理解和分析。图像分割通常用于定位图像中的物体和边界线，曲线等。更精确的，图像分割是对图像中的每个像素加标签的一个过程，，一篇来自科研团队的论文仅通过调整训练算法，这一过程使得具有相同标签的像素具有某种共同视觉特性。

7，图像二值化 matlab源程序

二值化图像函数主要有dither和im2bw函数。dither 函数通过颜色抖动来达到转换图像的目的。语法：BW = dither(I)。 Image 是图像矩阵资料，BW 是二值化图像矩阵im2bw 函数通过对灰度值进行阈值判断的方法达到目的。语法：BinaryImage = im2bw( Image, [Level] )。Image 是输入图像矩阵资料，Level 是二值化程度值，其为介于0到1之间值，BW 是二值化图像矩阵。
用函数im2bw()bw=im2bw(I,level)bw=im2bw(X,map,level)bw=im2bw(RGB,level)分别是将 灰度图象,索引图象,真彩图象 二值化为图象bw
help rgb2gray将图形转换成灰度图

8，什么是二值图像什么是灰度图像什么是彩色图像他们有什么区别百度

图像二值化就是将图像上的像素点的灰度值设置为0或255，也就是将整个图像呈现出明显的黑白效果。灰度就是没有色彩，RGB色彩分量全部相等。如果是一个二值灰度图象，象素值只能为0或1。彩色图像是每个像素由R、G、B分量构成的图像，其中R、G、B是由不同的灰度级来描述的。区别：1、图像不同：二值图像在图像中，灰度等级只有两种。灰度图像与黑白图像不同，在计算机图像领域中黑白图像只有黑白两种颜色，灰度图像在黑色与白色之间还有许多级的颜色深度。2、得到过程不同：灰度图像通常是在单个电磁波频谱（如可见光）内测量每个像素的亮度得到的。二值图像中所有的像素只能从0和1这两个值中取，因此在MATLAB中，二值图像用一个由0和1组成的二维矩阵表示。3、应用领域不同：二值化图像的应用领域在车牌识别，图像的字符提取。彩色图像则不是。扩展资料：注意事项：1、将彩色图像转化成为灰度图像的过程成为图像的灰度化处理。彩色图像中的每个像素的颜色有R、G、B三个分量决定，而每个分量有255中值可取，这样一个像素点可以有1600多万（255*255*255）的颜色的变化范围。2、而灰度图像是R、G、B三个分量相同的一种特殊的彩色图像，其一个像素点的变化范围为255种，所以在数字图像处理种一般先将各种格式的图像转变成灰度图像以使后续的图像的计算量变得少一些。3、灰度图像的描述与彩色图像一样仍然反映了整幅图像的整体和局部的色度和亮度等级的分布和特征。图像的灰度化处理可用两种方法来实现。参考资料来源：百度百科-彩色图象参考资料来源：百度百科-灰度图像参考资料来源：百度百科-二值图像

9，图像二值化 C语言程序的解读

只要知道*(twovalimage + width*indexh + indexw) 表示什么就行了。 你没给注释，所以我认为twovalimage是某图面第1像素灰度的地址, *(twovalimage + width*indexh + indexw)就表示 第indexh+1行，indexw+1列的像素的灰度 =*(selimage + width*indexh + indexw)同理 求取阈值过程 for(indexh=0; indexh < height; indexh++) for(indexw=0; indexw < width; indexw++) { if(*(twovalimage + width*indexh + indexw) < val2) val2 = *(twovalimage + width*indexh + indexw); //val2:minvalue if(*(twovalimage + width*indexh + indexw) > val1) val1 = *(twovalimage + width*indexh + indexw); //val1:maxvalue } 表示在高为height，宽为width的灰度途中寻找最小灰度与最大灰度，分别保存至val2与val1 不懂val1 = val1 - (val1 - val2)/3的目的

10，如何用C语言实现对图像的二值化

/************************************************************************* * 该函数用于对图像进行阈值分割运算 * 参数: * LPSTR lpDIBBits - 指向源DIB图像指针 * LONG lWidth - 源图像宽度（象素数） * LONG lHeight - 源图像高度（象素数） ************************************************************************/ BOOL ImageChangeProc::ThresholdDIB(LPSTR lpDIBBits,LONG lWidth, LONG lHeight) // 指向源图像的指针 LPSTR lpSrc; // 指向缓存图像的指针 LPSTR lpDst; // 指向缓存DIB图像的指针 LPSTR lpNewDIBBits; HLOCAL hNewDIBBits; //循环变量 long i; long j; unsigned char pixel; long lHistogram[256]; //阈值，最大灰度值与最小灰度值，两个区域的平均灰度值 unsigned char Threshold,NewThreshold,MaxGrayValue,MinGrayValue,Temp1GrayValue,Temp2GrayValue; //用于计算区域灰度平均值的中间变量 long lP1,lP2,lS1,lS2; //迭代次数 int IterationTimes; LONG lLineBytes; hNewDIBBits = LocalAlloc(LHND, lWidth * lHeight); if (hNewDIBBits == NULL) // 分配内存失败 return FALSE; } // 锁定内存 lpNewDIBBits = (char * )LocalLock(hNewDIBBits); // 初始化新分配的内存 lpDst = (char *)lpNewDIBBits; memset(lpDst, (BYTE)255, lWidth * lHeight); lLineBytes = WIDTHBYTES(lWidth * 8); for (i = 0; i < 256;i++) lHistogram[i]=0; } //获得直方图 MaxGrayValue = 0; MinGrayValue = 255; for (i = 0;i < lWidth ;i++) for(j = 0;j < lHeight ;j++) lpSrc = (char *)lpDIBBits + lLineBytes * j + i; pixel = (unsigned char)*lpSrc; lHistogram[pixel]++; //修改最大，最小灰度值 if(MinGrayValue > pixel) MinGrayValue = pixel; } if(MaxGrayValue < pixel) MaxGrayValue = pixel; } } } //迭代求最佳阈值 NewThreshold = (MinGrayValue + MaxGrayValue)/2; Threshold = 0; for(IterationTimes = 0; Threshold != NewThreshold && IterationTimes < 1000;IterationTimes ++) Threshold = NewThreshold; lP1 =0; lP2 =0; lS1 = 0; lS2 = 0; //求两个区域的灰度平均值 for (i = MinGrayValue;i <=Threshold;i++) lP1 += lHistogram[i]*i; lS1 += lHistogram[i]; } for (i = Threshold+1;i<MaxGrayValue;i++) lP2 += lHistogram[i]*i; lS2 += lHistogram[i]; } if(lS1==0||lS2==0) // 释放内存 LocalUnlock(hNewDIBBits); LocalFree(hNewDIBBits); return FALSE; } Temp1GrayValue = (unsigned char)(lP1 / lS1); Temp2GrayValue = (unsigned char)(lP2 / lS2); NewThreshold = (Temp1GrayValue + Temp2GrayValue)/2; } //根据阈值将图像二值化 for (i = 0;i < lWidth ;i++) for(j = 0;j < lHeight ;j++) lpSrc = (char *)lpDIBBits + lLineBytes * j + i; lpDst = (char *)lpNewDIBBits + lLineBytes * j + i; pixel = (unsigned char)*lpSrc; if(pixel <= Threshold) *lpDst = (unsigned char)0; } else *lpDst = (unsigned char)255; } } } // 复制图像 memcpy(lpDIBBits, lpNewDIBBits, lWidth * lHeight); // 释放内存 LocalUnlock(hNewDIBBits); LocalFree(hNewDIBBits); // 返回 return TRUE; } 参考：http://topic.csdn.net/t/20030909/13/2240079.html
1、数字图像处理中，二值化是最简单的。 所谓的二值化一般就是指 将真彩色或者灰度图转化为黑白两色，一般说来是处理灰度图。 2、例如处理灰度图，灰度图像素是从0~255的，假设120是分解，可以将灰度值小于120的像素的灰度值置为0，将灰度值大于120的像素的灰度值置为1，这样整个图像就成了黑白两色了。 二值化的难点不是编程，而是找阈值，这里120就是阈。

文章TAG：图像二值化  图像配准后怎样把图象二值化  
下一篇