使用VC++设计程序,进行全局固定阈值分割、自适应阈值分割

图像分割

获取源工程可访问gitee可在此工程的基础上进行学习。

文章目录

  • 图像分割
    • 实验内容
    • 一、全局固定阈值分割
      • 全局固定阈值分割的原理
      • 全局固定阈值分割的实验代码
      • 全局固定阈值分割的实验现象
    • 二、自适应阈值分割
      • 自适应阈值分割的实验原理
      • 自适应阈值分割的实验代码
      • 自适应阈值分割的实验现象

实验内容

实验目的:
(1)掌握图像分割的原理与相关方法。
(2)能使用VC++开发一些图像分割方法。
实验要求:
A部分:
(1)使用VC++设计程序:对一幅256级灰度图像,进行全局固定阈值分割。
(2)使用VC++设计程序:对一幅256级灰度图像,进行自适应阈值分割。

一、全局固定阈值分割

全局固定阈值分割的原理

全局固定阈值分割是图像处理中一种简单而常用的图像分割方法,主要用于将图像中的目标与背景分开。该方法假设图像的目标和背景在灰度上有较大的差异,因此通过设定一个固定的阈值来将图像分割成两个部分。

具体步骤如下:

  1. 灰度图像转换: 如果图像不是灰度图像,首先将其转换为灰度图像。

  2. 选择阈值: 选择一个适当的阈值,该阈值将图像的灰度级别划分为两个部分,一部分属于目标,另一部分属于背景。阈值的选择通常基于图像的直方图分布以及应用场景。

  3. 分割图像: 将图像中每个像素的灰度值与选定的阈值进行比较,将灰度值大于阈值的像素归为一类,灰度值小于等于阈值的像素归为另一类。这样就得到了分割后的图像。

  4. 可选的后处理: 分割后的图像可能包含一些噪声或不连续的区域,因此可能需要进行一些后处理步骤,如去噪、连通性分析等。

  5. 应用领域: 全局固定阈值分割常用于具有清晰目标和背景对比度的图像,例如二值化处理、物体检测等。

虽然全局固定阈值分割简单易用,但对于光照不均匀、目标与背景差异不大的图像,效果可能不佳。在这种情况下,可能需要采用自适应阈值分割方法或其他更复杂的图像分割技术。

全局固定阈值分割的实验代码

/*************************************************************************** \函数名称:*   RegionSegFixThreshold()** \输入参数:*   CDib * pDib     - 指向CDib类的指针,含有原始图象信息*   int nThreshold     - 区域分割的阈值** \返回值:*   无** \说明:*   1(逻辑)表示对应象素为前景区域,0表示背景*   阈值分割的关键问题在于阈值的选取。阈值的选取一般应该视实际的应用而*   灵活设定。***************************************************************************/
void RegionSegFixThreshold(CDib * pDib, int nThreshold)
{//遍历图象的纵坐标int y;//遍历图象的横坐标int x;//图象的长宽大小CSize sizeImage  = pDib->GetDimensions();int nWidth   = sizeImage.cx  ;int nHeight   = sizeImage.cy  ;//图像在计算机在存储中的实际大小CSize sizeImageSave = pDib->GetDibSaveDim();//图像在内存中每一行象素占用的实际空间int nSaveWidth = sizeImageSave.cx;//图像数据的指针LPBYTE  pImageData = pDib->m_lpImage;for(y=0; y<nHeight ; y++ )for(x=0; x<nWidth ; x++ ){if( *(pImageData+y*nSaveWidth+x) < nThreshold)*(pImageData+y*nSaveWidth+x) = 0;else*(pImageData+y*nSaveWidth+x) = 255;}
}

全局固定阈值分割的实验现象

在这里插入图片描述

二、自适应阈值分割

自适应阈值分割的实验原理

自适应阈值分割是一种根据图像局部特性确定阈值的方法,通常用于解决图像中灰度变化较大的情况。自适应阈值分割方法考虑图像中不同区域的灰度分布差异,根据局部信息确定每个像素的阈值。

以下是一些常见的自适应阈值分割方法:

  1. 局部均值法(Local Mean Method):

    • 对于每个像素,使用其邻域的平均灰度值作为阈值。这样可以适应图像中灰度变化较慢的区域。
  2. 局部中值法(Local Median Method):

    • 对于每个像素,使用其邻域的中值作为阈值。对于一些包含噪声的图像,中值法相对于均值法更具鲁棒性。
  3. 局部方差法(Local Variance Method):

    • 使用每个像素邻域的灰度方差作为阈值。适用于图像中包含有纹理或细节的区域。
  4. Sauvola’s Method:

    • Sauvola提出的方法考虑了局部均值和局部方差,通过权衡这两个因素来确定阈值。适用于具有不同光照条件的图像。
  5. Niblack’s Method:

    • 类似于Sauvola的方法,Niblack提出的方法使用局部均值和标准差来确定阈值。适用于具有强烈光照变化的图像。
  6. Bernsen’s Method:

    • Bernsen的方法使用局部最大值和最小值之间的差异来确定阈值。对于具有大范围灰度变化的图像比较有效。

在实际应用中,选择合适的自适应阈值分割方法取决于图像的特性以及分割任务的要求。这些方法的性能会受到图像噪声、光照条件和目标特性等因素的影响。因此,需要根据具体情况进行调整和选择。

自适应阈值分割的实验代码

/*************************************************************************** \函数名称:*   RegionSegAdaptive()** \输入参数:*   CDib * pDib     - 指向CDib类的指针,含有原始图象信息** \返回值:*   无** \说明:*   1(逻辑)表示对应象素为前景区域,0表示背景*   阈值分割的关键问题在于阈值的选取。阈值的选取一般应该视实际的应用而*   灵活设定。本函数中,阈值不是固定的,而是根据图象象素的实际性质而设定的。*   这个函数把图像分成四个子图象,然后计算每个子图象的均值,根据均值设置阈值*   阈值只是应用在对应的子图象***************************************************************************/
void RegionSegAdaptive(CDib * pDib)
{//遍历图象的纵坐标int y;//遍历图象的横坐标int x;//图象的长宽大小CSize sizeImage  = pDib->GetDimensions();int nWidth   = sizeImage.cx  ;int nHeight   = sizeImage.cy  ;//图像在计算机在存储中的实际大小CSize sizeImageSave = pDib->GetDibSaveDim();//图像在内存中每一行象素占用的实际空间int nSaveWidth = sizeImageSave.cx;//图像数据的指针LPBYTE  lpImage = pDib->m_lpImage;// 局部阈值int nThd[2][2] ;// 子图象的平均值int nLocAvg ;// 对左上图像逐点扫描:nLocAvg = 0 ;// y方向for(y=0; y<nHeight/2 ; y++ ){// x方向for(x=0; x<nWidth/2 ; x++ ){nLocAvg += lpImage[y*nSaveWidth + x];}}// 计算均值nLocAvg /= ( (nHeight/2) * (nWidth/2) ) ;// 设置阈值为子图象的平均值nThd[0][0] = nLocAvg ;// 对左上图像逐点扫描进行分割:// y方向for(y=0; y<nHeight/2 ; y++ ){// x方向for(x=0; x<nWidth/2 ; x++ ){if(lpImage[y*nSaveWidth + x]<nThd[0][0])lpImage[y*nSaveWidth + x] = 255 ;else{lpImage[y*nSaveWidth + x] = 0 ;}}}// =============================================// 对左下图像逐点扫描:nLocAvg = 0 ;// y方向for(y=nHeight/2; y<nHeight ; y++ ){// x方向for(x=0; x<nWidth/2 ; x++ ){nLocAvg += lpImage[y*nSaveWidth + x];}}// 计算均值nLocAvg /= ( (nHeight - nHeight/2) * (nWidth/2) ) ;// 设置阈值为子图象的平均值nThd[1][0] = nLocAvg ;// 对左下图像逐点扫描进行分割:// y方向for(y=nHeight/2; y<nHeight ; y++ ){// x方向for(x=0; x<nWidth/2 ; x++ ){if(lpImage[y*nSaveWidth + x]<nThd[1][0])lpImage[y*nSaveWidth + x] = 255 ;else{lpImage[y*nSaveWidth + x] = 0 ;}}}// =============================================// 对右上图像逐点扫描:nLocAvg = 0 ;// y方向for(y=0; y<nHeight/2 ; y++ ){// x方向for(x=nWidth/2; x<nWidth ; x++ ){nLocAvg += lpImage[y*nSaveWidth + x];}}// 计算均值nLocAvg /= ( (nHeight/2) * (nWidth - nWidth/2) ) ;// 设置阈值为子图象的平均值nThd[0][1] = nLocAvg ;// 对右上图像逐点扫描进行分割:// y方向for(y=0; y<nHeight/2 ; y++ ){// x方向for(x=nWidth/2; x<nWidth ; x++ ){if(lpImage[y*nSaveWidth + x]<nThd[0][1])lpImage[y*nSaveWidth + x] = 255 ;else{lpImage[y*nSaveWidth + x] = 0 ;}}}// =============================================// 对右下图像逐点扫描:nLocAvg = 0 ;// y方向for(y=nHeight/2; y<nHeight ; y++ ){// x方向for(x=nWidth/2; x<nWidth ; x++ ){nLocAvg += lpImage[y*nSaveWidth + x];}}// 计算均值nLocAvg /= ( (nHeight - nHeight/2) * (nWidth - nWidth/2) ) ;// 设置阈值为子图象的平均值nThd[1][1] = nLocAvg ;// 对右下图像逐点扫描进行分割:// y方向for(y=nHeight/2; y<nHeight ; y++ ){// x方向for(x=nWidth/2; x<nWidth ; x++ ){if(lpImage[y*nSaveWidth + x]<nThd[1][1])lpImage[y*nSaveWidth + x] = 255 ;else{lpImage[y*nSaveWidth + x] = 0 ;}}}// 为了显示方便显示,逻辑1用黑色显示,逻辑0用白色显示for(y=0; y<nHeight ; y++ ){// x方向for(x=0; x<nWidth ; x++ ){lpImage[y*nSaveWidth + x] = 255 - lpImage[y*nSaveWidth + x] ;}}
}

自适应阈值分割的实验现象

在这里插入图片描述

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/155935.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

解决 urllib2 中 CookiesMiddleware 的 cookie 问题

1. 问题背景 在网络爬虫开发中&#xff0c;Cookie 是一项关键的技术&#xff0c;用于跟踪用户的身份和状态。Cookie 是服务器在客户端存储的数据&#xff0c;通常用于维护用户会话和保存用户的登录信息。在爬虫应用中&#xff0c;模拟用户行为和保持 Cookie 状态是必要的&…

51单片机应用

目录 ​编辑 1. C51的数据类型 1.1 C51中的基本数据类型 1.2 特殊功能寄存器类型 2. C51的变量 2.1 存储种类 1. C51的数据类型 C51是一种基于8051架构的单片机&#xff0c;它支持以下基本数据类型&#xff1a; 位&#xff08;Bit&#xff09;&#xff1a;可以表…

超级实用的程序员接单平台,看完少走几年弯路,强推第一个!

”前途光明我看不见&#xff0c;道路曲折我走不完。“ 兜兜转转&#xff0c;心心念念&#xff0c;念念不忘&#xff0c;必有回响。终于找到了....... 网络上好多人都在推荐程序员线上接单&#xff0c;有人说赚得盆满钵满&#xff0c;有的人被坑得破口大骂&#xff0c;还有的人…

STM32踩坑:LAN8720未接网线,上电后再接网线,网络模块无法正常使用

LAN8720未接网线&#xff0c;上电后再接网线&#xff0c;网络模块无法正常使用 一、问题描述 最近因为做的项目出了BUG&#xff0c;STM32 单片机在未接网线的状态下&#xff0c;上电一段时间后&#xff0c;将网线插入网口后&#xff0c;IP地址ping不通&#xff0c;网络模块无…

正则笔记(持续更新)

1. java 正则替换 指定字符及其之前的字符 System.out.println("em_4b6add2cfb415db2".replaceFirst("\\.*._",""));//结果 -> e4b6add2cfb415db22. java 正则替换 指定字符及其之后的字符 String name "name.keyword^1.0" ; St…

怎么使用OpenFeign和配置中心

首先&#xff0c;在您的Spring Boot项目中添加OpenFeign和配置中心的依赖项。您可以通过将以下内容添加到项目的pom.xml文件中来实现&#xff1a; <dependency><groupId>org.springframework.cloud</groupId><artifactId>spring-cloud-starter-openfei…

XDAG同步节点部署

系统环境要求 JDK : v17 Maven : v3.9.1-v3.9.5 MySQL : v8.0系列 1、MySQL8.0安装 1&#xff09;docker-compose安装详情 MySQL安装 2&#xff09;配置数据库账号密码及键表 # docker exec -it mysql8 /bin/bash # root0286a1fd60e6:/# mysql -uroot -p Enter password:…

ubuntu 20.04 搭建crash dump问题分析环境

ubuntu 20.04 搭建crash dump问题分析环境 1 安装依赖软件1.1 linux-dump1.2 kexec-tools1.3 安装crash工具1.4 安装gdb调试工具1.5 安装ubuntu内核调试符号1.5.1 GPG 秘钥导入1.5.2 添加仓库配置1.5.3 更新软件包1.5.4 下载和安装内核调试符号1.5.5 验证内核调试符号已经被安装…

SELinux零知识学习二十三、SELinux策略语言之类型强制(8)

接前一篇文章&#xff1a;SELinux零知识学习二十二、SELinux策略语言之类型强制&#xff08;7&#xff09; 二、SELinux策略语言之类型强制 3. 访问向量规则 AV规则就是按照对客体类别的访问许可指定具体含义的规则&#xff0c;SELinux策略语言目前支持四类AV规则&#xff1a…

SpringBoot学习笔记-创建个人中心页面(下)

笔记内容转载自 AcWing 的 SpringBoot 框架课讲义&#xff0c;课程链接&#xff1a;AcWing SpringBoot 框架课。 CONTENTS 1. 实现个人中心页面2. POJO时区修改3. 集成代码编辑器 本节实现个人中心的前端页面&#xff0c;用户能够查看自己的 Bot 信息&#xff0c;并能创建、修改…

【Echart】Echart设置label太长隐藏:

文章目录 第一种&#xff1a;竖排显示第二种&#xff1a;显示部分第三种&#xff1a;强制显示所有标签并旋转 第一种&#xff1a;竖排显示 xAxis: {type: category,data: res.data.data.sz.xAxis,axisLabel:{fontSize:12,formatter: function(value) {return value.split().joi…

线程池有几种创建方式?

程序员的公众号&#xff1a;源1024&#xff0c;获取更多资料&#xff0c;无加密无套路&#xff01; 最近整理了一波电子书籍资料&#xff0c;包含《Effective Java中文版 第2版》《深入JAVA虚拟机》&#xff0c;《重构改善既有代码设计》&#xff0c;《MySQL高性能-第3版》&…

人员定位系统人员聚集风险监测预警功能为企业安全生产保驾护航!

危化企业生产区域由于装置设施开停工、设备检维修或其它原因&#xff0c;会导致在局部作业区域出现作业操作人员、指挥管理人员不定时、不定点的聚集情况&#xff0c;一旦发生泄漏中毒、火灾爆炸、高温高热物质喷溅等事故&#xff0c;人员聚集将会在一定程度上加重事故后果的严…

【测试开发】学习测试前的基础知识

文章目录 目录 前言 一、什么是软件测试 二、软件测试的发展史 三、软件测试和研发的区别 四、测试人员应该具备的能力 五、测试所需要知道的基本概念 1.需求 六、软件错误&#xff08;BUG&#xff09;的概念 前言 本篇文章主要讲解在学习测试前一些需要了解的知识。 一、什…

2023年【A特种设备相关管理(锅炉压力容器压力管道)】模拟考试题及A特种设备相关管理(锅炉压力容器压力管道)作业考试题库

题库来源&#xff1a;安全生产模拟考试一点通公众号小程序 A特种设备相关管理&#xff08;锅炉压力容器压力管道&#xff09;模拟考试题参考答案及A特种设备相关管理&#xff08;锅炉压力容器压力管道&#xff09;考试试题解析是安全生产模拟考试一点通题库老师及A特种设备相关…

【优秀毕设】基于vue+ssm+springboot的网上购物商城系统设计

摘 要 随着科学技术的飞速发展&#xff0c;社会的方方面面、各行各业都在努力与现代的先进技术接轨&#xff0c;通过科技手段来提高自身的优势&#xff0c;网上商城购物系统当然也不能排除在外。网上商城购物系统是以实际运用为开发背景&#xff0c;运用软件工程原理和开发方…

物联网AI MicroPython学习之语法 PWM脉宽调制模块

学物联网&#xff0c;来万物简单IoT物联网&#xff01;&#xff01; PWM 介绍 模块功能: PWM脉宽调制驱动模块 接口说明 PWM - 构建PWM对象 函数原型&#xff1a;PWM(ch, freq, duty)参数说明&#xff1a; 参数类型必选参数&#xff1f;说明chobjectYPin对象例如&#xf…

3、LeetCode之无重复字符的最长子串

给定一个字符串 s &#xff0c;请你找出其中不含有重复字符的 最长子串 的长度 输入: s "abcabcbb" 输出: 3 解释: 因为无重复字符的最长子串是 "abc"&#xff0c;所以其长度为 3。转载&#xff1a; C常用语法——unordered_set 题目主要思想&#xff…

jmeter 主从配置

配置 主从需要在同一子网。 可以修改从机的端口&#xff0c;主要是防火墙的原因&#xff0c;这样就可以在防火墙只配置一个端口&#xff0c;如果没有防火墙&#xff0c;可以不用配置 server_port1099 server.rmi.localport1099 centos防火墙开端口 sudo firewall-cmd --zonep…

直播间弹幕直播游戏开发教程

随着直播技术的不断发展&#xff0c;交互式弹幕直播游戏成为吸引用户参与的新兴方式。这种游戏融合了实时弹幕互动和直播视频&#xff0c;为观众和主播提供了更加丰富的互动体验。在这篇文章中&#xff0c;我们将探讨从概念到实现的步骤&#xff0c;帮助你打造一款引人入胜的交…