Digital Image Processing and Pattern Recognition 第八章 图像分析 C.使用直方图 (a)谷点法 在双模（双峰)直方图中选择谷点 例如： ↑h(g)
Digital Image Processing and Pattern Recognition 第八章 图像分析 C. 使用直方图 (a) 谷点法 在双模（双峰）直方图中选择谷点 例如： g h(g) T
Digital Image Processing and Pattern Recognition 第八章 图像分析 (b)最小分类误差法 设物体： p(r)=N(,σ，r), 背景： q()=N(c,r) 物体占图像总面积为0： O-Jp(r)dr, 背景所占图像总面积为： 1-0=Jq(r)dr
Digital Image Processing and Pattern Recognition 第八章 图像分析 (b)最小分类误差法 设物体: p(r) = N(, , r), 背景: q(r)= N(, , r) 物体占图像总面积为 : =p(r)dr, 背景所占图像总面积为： 1-=q(r)dr
Digital Image Processing and Pattern Recognition h(g) Obj B 物体错分为背景的概率： el=Jo'p(r)dr, 背景错分为物体的概率： e2-JMq(r)dr
Digital Image Processing and Pattern Recognition 物体错分为背景的概率： e1=0 tp(r)dr, 背景错分为物体的概率： e2= t Mq(r)dr, g h(g) Obj Bg t
Digital Image Processing and Pattern Recognition 第八章 图像分析 总分类误差： e=0e1+(1-0)e2 使e最小：dedt=0 得方程：2(t-四2-o(u-)2=2o22n(0(o(1-0) 解方程得t h(g) Obj
Digital Image Processing and Pattern Recognition 第八章 图像分析 总分类误差： e= e1+(1- )e2 使e最小： de/dt = 0 得方程： 解方程得t g h(g) Obj Bg T ( ) ( ) 2 ln( /( (1 ))) 2 2 2 2 2 2 t − − t − = −
Digital Image Processing and Pattern Recognition (4④)自适应阈值法：大津（展之）方法(OTSU) 大津法又称最大类间方差法，该方法是由日 本学者大津展之Nobuyuki Otsu)于1979年提出的， 是一种自适应的阈值确定的方法，简称OTSU。 基本原理： 按图像的灰度特性，将图像分成背景和目标两 部分。背景和目标之间的类间方差越大，说明 构成图像的两部分的差别越大，当部分目标错 分 为背景或部分背景错分为目标都会导致两部 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
Digital Image Processing and Pattern Recognition (4) 自适应阈值法：大津(展之)方法(OTSU) 大津法又称最大类间方差法，该方法是由日 本学者大津展之(Nobuyuki Otsu)于1979年提出的， 是一种自适应的阈值确定的方法, 简称OTSU。 基本原理： 按图像的灰度特性,将图像分成背景和目标两 部分。背景和目标之间的类间方差越大，说明 构成图像的两部分的差别越大,当部分目标错分 为背景或部分背景错分为目标都会导致两部分 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