-
Notifications
You must be signed in to change notification settings - Fork 0
/
Otsu.txt
167 lines (153 loc) · 4.96 KB
/
Otsu.txt
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
u8 nList[280]={0};
u8 otsu(u8 *pSrc)
{
u8 j=0,tr=0,num=0,cnt=0;
u16 i=0;
u32 avfor=0,avback=0; //u32 long int
u16 cnts=0;
u32 total=0,total_low=0,total_high=0,g=0,max=0;
//清空直方图
for(i=0;i<280;i++)
{
nList[i]=0;
}
//计算直方图
// p=&ADdata[50][0];
for(j=0;j<140;j++)
//for(j=0;j<128;j++)
{
num=*(pSrc+j);//获取灰度值
//nList[num]++;//直方图统计图像所有像素点
nList[num]+=1; //统计每一个灰度级的像素的个数
total+=num;//total计算图像的灰度值总和
}
for(i=0;i<280;i++)
{
cnt=nList[i];//当前灰度值的计数数量
if(cnt==0) continue;
total_low+=cnt*i;//计算灰度值从0到当前值的像素点灰度值的总和
cnts+=cnt;//计算灰度值从0到当前值的像素点数目的总和
if(cnts==140) break;//统计完所有像素点，之后的灰度值已经没有任何像素点符合，计算完毕，退出
total_high=total-total_low;//背景灰度=灰度总和-前景灰度(还没有归一化)
avfor=(int)(total_low/cnts);//前景归一化
avback=(int)(total_high/(140-cnts));//背景归一化
g=(avback-avfor)*(avback-avfor)*(cnts*140-cnts*cnts)/(140*140) ;//计算方差
if(max<g)
{
max=g;
tr=i;//方差最大的灰度值即为大津阈值
}
// if(i==80)
// i=80;
}
return tr;
}
//跟平均值一样
void trends_threshold()
{
unsigned int i,j,zmax=0,zmin=255,zbmax=0,zbmin=255,zamax=0,zamin=255,t0,t1,za,zb;
for(i=0;i<DATALINE;i++)
{
for(j=0;j<DATACOUNT;j++)
{
if(ADdata[i][j]>zmax)
{
zmax=ADdata[i][j];
}
if(ADdata[i][j]<zmin)
{
zmin=ADdata[i][j];
}
}
}
t0=(zmax+zmin)/2;
if(Threshold!=t0)
{
while(1)
{
for(i=0;i<DATALINE;i++)
{
for(j=0;j<DATACOUNT;j++)
{
if(ADdata[i][j]>=t0)
{
if(ADdata[i][j]>zamax)
{
zamax=ADdata[i][j];
}
if(ADdata[i][j]<zamin)
{
zamin=ADdata[i][j];
}
}
else
{
if(ADdata[i][j]>zbmax)
{
zbmax=ADdata[i][j];
}
if(ADdata[i][j]<zbmin)
{
zbmin=ADdata[i][j];
}
}
}
}
za=(zamax+zamin)/2;
zb=(zbmax+zbmin)/2;
t1=(za+zb)/2;
if(t1==t0)
break;
else
t0=t1;
}
Threshold=t1;
}
}
/************************************************************************************************************
*
* 函数名称：OTSU_threshold
* 功能说明：经典大津算法 动态阈值
* 修改时间：2016-8-31
* 备 注：
* Otsu实现思路
* 1. 计算0~255各灰阶对应的像素个数，保存至一个数组中，该数组下标是灰度值，保存内容是当前灰度值对应像素数
* 2. 计算背景图像的平均灰度、背景图像像素数所占比例
* 3. 计算前景图像的平均灰度、前景图像像素数所占比例
* 4. 遍历0~255各灰阶，计算并寻找类间方差极大值
**************************************************************************************************************/
#define Gourd 256
uint8 OTSU_threshold(uint8 *pic,uint16 num)
{
uint16 i=0;
uint16 Histogram[Gourd];//直方图histogram
for (i=0;i<Gourd;i++)
Histogram[i]=0;//数组清零
for (i=0;i<num;i++)
{
Histogram[(int)pic[i]*Gourd/256]++;//遍历每个像素，计算每个灰度级的像素个数和。
}
float pt[Gourd],w[Gourd],u[Gourd],o[Gourd],Ut;
pt[0]=(float)Histogram[0]/num;
w[0]=pt[0];
u[0]=w[0];
for(i=1;i<Gourd;i++)
{
pt[i]=(float)Histogram[i]/num; //灰度级为i的像素个数占总像素的比例
w[i]=w[i-1]+pt[i];//进行pt[i]的累加。对图像像素数所占比例进行累加
u[i]=u[i-1]+i*pt[i];//进行i*pt[i]的累加，从而计算出平均灰度（每个灰度级*每个灰度级所占的比例）
};
Ut=u[Gourd-1];//整幅图像平均灰度
for(i=0;i<Gourd;i++)
{
o[i]=(1-pt[i])*(u[i]*u[i]/w[i]+(u[i]-Ut)*(u[i]-Ut)/(1-w[i]));//方差
};
int maxi=0;
float maxo=0;
for(i=0;i<Gourd;i++)
{
if(o[i]!=0x7FC0000)
if(o[i]>maxo){maxo=o[i];maxi=i;}//遍历0~255各灰阶，计算并寻找类间方差极大值，当找到时，i为对应类间方差的灰度值
}
return maxi*256/Gourd;
}