for (inti=0;i<imgHeight;i+) ● for (intj=0;j<imgWidth;j++) ● int pixel=imgData[i*imgWidthStep+j]; if(pixel>0&&pixel<=100) { imgData[i*imgWidthStep+j]=0; } else if(pixel>=100&&pixel<200) imgData[i*imgWidthStep+j]=100; } else { imgData[i*imgWidthStep+j]=255; } 3
• for (int i =0; i<imgHeight; i++) • { • for (int j = 0; j<imgWidth; j++) • { • int pixel = imgData[i*imgWidthStep+j]; • if (pixel>0&&pixel<=100) • { • imgData[i*imgWidthStep+j] =0; • } • else if(pixel>=100&&pixel<200) • { • imgData[i*imgWidthStep+j] = 100; • } • else • { • imgData[i*imgWidthStep+j] = 255; • } • } • }
T1=0,T2=100,T3=200,T4=255
T1=0, T2=100, T3=200,T4=255
Digital Image Processing and Pattern Recognition 第八章 图像分析 (3)半阈值分割（背景剪除） f(x,y)if f(x,y)>=T b(x,y) 0 Otherwise 1 2 0 0 8 0 2 0 阈值T=7 8 8 8 10 8 2 2 2 8 8
Digital Image Processing and Pattern Recognition 第八章 图像分析 （3）半阈值分割(背景剪除) = = Otherwise f x y if f x y T b x y 0 ( , ) ( , ) ( , ) 1 2 8 1 0 3 9 9 9 2 8 9 10 9 8 2 9 9 9 1 2 2 8 3 2 0 0 8 0 0 0 9 9 9 0 8 9 10 9 8 0 9 9 9 0 0 0 8 0 0 阈值T=7
T=50
T=100 T=50
Digital Image Processing and Pattern Recognition 第八章 图像分析 (4)确定阈值方法 A.试验法 在图像处理工具中，滑动阈值键，直到发现 满意的分割结果为止 B.手工法 T=fe fe:物体边沿上的像素点的灰度值 T=(feo+fei)/2 feo:物体边沿外的像素点的灰渡值 fei:物体边沿内的像素点的灰度值
Digital Image Processing and Pattern Recognition 第八章 图像分析 （4）确定阈值方法 A. 试验法 在图像处理工具中，滑动阈值键，直到发现 满意的分割结果为止 B. 手工法 T=fe fe: 物体边沿上的像素点的灰度值 T=(feo+fei)/2 feo:物体边沿外的像素点的灰度值 fei:物体边沿内的像素点的灰度值